用于轨迹优化热启动的运动记忆
机器人学
2020-05-15 v4
摘要
用于运动规划的轨迹优化需要良好的初值猜测以获得良好性能。在我们提出的方法中，我们基于机器人路径数据库构建运动记忆以提供良好的初值猜测。该运动记忆依赖函数逼近器与降维技术来学习任务与机器人路径之间的映射。比较了三种函数逼近器：k 近邻（k-Nearest Neighbor）、高斯过程回归（Gaussian Process Regression）与贝叶斯高斯混合回归（Bayesian Gaussian Mixture Regression）。此外，我们表明该记忆可用作度量以在多个可能目标间进行选择，且使用集成方法组合不同函数逼近器可显著改善热启动性能。我们在双臂机器人 PR2 与人形机器人 Atlas 上以运动规划实例演示了所提方法。
引用
@article{arxiv.1907.01474,
title = {Memory of Motion for Warm-starting Trajectory Optimization},
author = {Teguh Santoso Lembono and Antonio Paolillo and Emmanuel Pignat and Sylvain Calinon},
journal= {arXiv preprint arXiv:1907.01474},
year = {2020}
}
备注
8 pages