通过规划器克隆学习视觉伺服策略
机器人学
2020-05-26 v1 人工智能
机器学习
摘要
在新环境中学习视觉伺服的控制策略是一个重要问题。然而，标准的无模型策略学习方法速度较慢。本文探索了规划器克隆：使用行为克隆来学习模仿仿真中全状态运动规划器行为的策略。我们提出了惩罚Q克隆（PQC），一种新的行为克隆算法。我们证明，在一些涉及新环境中视觉伺服同时避开障碍物的挑战性问题上，它的表现优于多个基线和消融实验。最后，我们证明这些策略可以有效地迁移到真实的机器人平台上，在仿真和真实机器人上均实现了约87%的成功率。
引用
@article{arxiv.2005.11810,
title = {Learning visual servo policies via planner cloning},
author = {Ulrich Viereck and Kate Saenko and Robert Platt},
journal= {arXiv preprint arXiv:2005.11810},
year = {2020}
}