在新情境中学习可迁移的推动操作技能

本文关注学习可应用于新情境的推动操作可迁移前向模型，以及如何在关键信息可用时提升预测质量。我们提出学习一种推动交互的参数化内部模型，该模型类似于人类，使机器人即便在新情境中也能预测物理交互的结果。给定期望的推动动作，人类能够识别在新物体上放置手指的位置，从而产生可预测的物体运动。我们通过将学习分解为两部分来实现相同行为。首先，我们学习一组局部接触模型来表示机器人推头、物体与环境之间的几何关系。然后我们学习一组参数化局部运动模型来预测这些接触在推动过程中的变化。接触与运动模型集合构成了我们的内部模型。通过调整物理参数上分布的形态，我们改变内部模型的响应。当新情境信息缺失时，均匀分布给出粗略估计（即无偏预测器）。可针对特定环境/物体对（如低摩擦/高质量）学习更精确的预测器，即有偏预测器。我们的方法在仿真环境中得到验证，其中Pioneer 3-DX机器人需预测新物体的推动结果，并在真实机器人上提供了概念验证。我们以2个物体（立方体与圆柱体）在各种条件下共24,000次推动进行训练，并在涵盖多种形状、尺寸与物理参数的6个物体上测试，共14,400个预测推动结果。结果表明，有偏与无偏预测器均能可靠地产生与精心调优的物理仿真器结果一致的预测。