SE(3) 动作空间中的策略学习
机器人学
2020-11-06 v2
摘要
在空间动作表示中,动作空间涵盖机器人运动指令的目标位姿空间,即 SE(2) 或 SE(3)。该方法已被用于解决具有挑战性的机器人操作问题并展现出潜力。然而,该方法常局限于三维动作空间与短视界任务。本文提出 ASRSE3,一种处理更高维空间动作空间的新方法,它将原本高维动作空间的 MDP 转化为具有降维动作空间与增广状态空间的新 MDP。我们还提出 SDQfD,一种为大型动作空间设计的 DQfD 变体。ASRSE3 与 SDQfD 在一组具有挑战性的积木构建任务中得到评估。我们表明两种方法均优于标准基线,并可在真实机器人系统上实际应用。
引用
@article{arxiv.2010.02798,
title = {Policy learning in SE(3) action spaces},
author = {Dian Wang and Colin Kohler and Robert Platt},
journal= {arXiv preprint arXiv:2010.02798},
year = {2020}
}
备注
17 pages, accepted at CoRL 2020