基于模型的视觉演示逆强化学习
机器人学
2023-03-08 v2 机器学习
摘要
将基于模型的逆强化学习（IRL）扩展到具有未知动力学的真实机器人操作任务仍是一个开放问题。关键挑战在于学习良好的动力学模型、开发可扩展到高维状态空间的算法，以及能够从视觉与本体感受演示中学习。在本工作中，我们提出一个基于梯度的逆强化学习框架，利用预训练的视觉动力学模型，在仅给定视觉人类演示时学习代价函数。随后将学到的代价函数通过视觉模型预测控制来复现所演示的行为。我们在硬件上以两个基本物体操作任务评估了我们的框架。
引用
@article{arxiv.2010.09034,
title = {Model-Based Inverse Reinforcement Learning from Visual Demonstrations},
author = {Neha Das and Sarah Bechtle and Todor Davchev and Dinesh Jayaraman and Akshara Rai and Franziska Meier},
journal= {arXiv preprint arXiv:2010.09034},
year = {2023}
}
备注
Accepted at the 4th Conference on Robotic Learning (CoRL 2020), Cambridge MA, USA