用肌肉学习：类人任务中数据效率与鲁棒性的益处
机器人学
2023-01-18 v2 机器学习
摘要
在广泛的运动类型中，人类在鲁棒性、通用性以及学习新任务方面能够超越机器人。我们假设高度非线性的肌肉动力学在为学习提供有利的内在稳定性方面起着重要作用。尽管近期在将现代学习技术应用于肌肉驱动系统（无论是在仿真还是机器人中）已取得进展，但迄今为止尚未进行详尽分析以展示从零学习时肌肉的益处。我们的研究填补了这一空白，并展示了肌肉执行器在核心机器人挑战（数据效率、超参数敏感性及鲁棒性）方面的潜力。
引用
@article{arxiv.2207.03952,
title = {Learning with Muscles: Benefits for Data-Efficiency and Robustness in Anthropomorphic Tasks},
author = {Isabell Wochner and Pierre Schumacher and Georg Martius and Dieter Büchler and Syn Schmitt and Daniel F. B. Haeufle},
journal= {arXiv preprint arXiv:2207.03952},
year = {2023}
}