多模态 VAE 主动推断控制器
机器人学
2021-03-09 v1 人工智能
摘要
主动推断是受大脑处理机制启发的一种理论构造，是控制人工智能体的一种有前景的替代方案。然而，现有方法尚不能扩展到连续控制中的高维输入。本文提出一种用于工业机械臂的新型主动推断力矩控制器，其保持了先前本体感受方法的自适应特性，同时支持大规模多模态集成（例如原始图像）。我们通过引入使用线性耦合多模态变分自编码器的多模态状态表示学习，扩展了先前的数学公式。我们在模拟的 7DOF Franka Emika Panda 机械臂上评估了模型，并将其行为与先前的主动推断基线及 Panda 内置优化控制器进行比较。结果表明，由于表示能力的增强，在目标导向抓取中跟踪与控制得以改善，对环境条件和机器人参数变化具有高鲁棒性和适应性，且无需重新学习生成模型或重新调参。
引用
@article{arxiv.2103.04412,
title = {Multimodal VAE Active Inference Controller},
author = {Cristian Meo and Pablo Lanillos},
journal= {arXiv preprint arXiv:2103.04412},
year = {2021}
}
备注
Submitted to IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)