基于残差点接触学习器的长时域预测与不确定性传播
机器人学
2020-09-10 v1
摘要
模拟并预测接触结果的能力对于许多机器人任务的成功执行至关重要。仿真器是设计机器人及其行为的有力工具，但其预测与观测数据之间的偏差限制了其实用性。本文中，我们提出一种自监督方法，用于学习刚体仿真器的残差模型，该方法利用接触模型的修正来精炼预测性能并传播不确定性。我们通过预测平面骰子滚动的结果对该框架进行了实证评估，并将其性能与最先进技术进行比较。
引用
@article{arxiv.2009.03994,
title = {Long-Horizon Prediction and Uncertainty Propagation with Residual Point Contact Learners},
author = {Nima Fazeli and Anurag Ajay and Alberto Rodriguez},
journal= {arXiv preprint arXiv:2009.03994},
year = {2020}
}
备注
7 pages, 4 figures, ICRA 2020 submission accepted