PUMA：用于稳定运动基元的深度度量模仿学习
机器人学
2024-10-02 v3
摘要
模仿学习（IL）是一种直观的机器人编程强大技术。然而，确保所学行为的可靠性仍具挑战。在到达运动的情境下，机器人应始终到达其目标，而与其初始条件无关。为满足该要求，IL方法常采用专门的函数逼近器，通过构造保证此性质。尽管有效，这些方法存在一系列局限：1）无法充分利用现代深度神经网络（DNN）架构的能力；2）部分方法所能建模的运动族受限，导致IL能力次优；3）需要显式扩展以考虑涉及朝向的运动几何。为应对这些挑战，我们受深度度量学习文献中三元组损失的启发，引入了一种新颖的稳定性损失函数。该损失不约束DNN的架构，并支持学习产生准确结果的策略。此外，它不限于特定的状态空间几何；因此可轻松纳入机器人状态空间的几何。我们给出了该损失所诱导稳定性性质的证明，并在多种设置中进行了实证验证。这些设置包括欧几里得与非欧几里得状态空间，以及一阶与二阶运动，涵盖仿真与真实机器人。更多实验细节见：https://youtu.be/ZWKLGntCI6w。
引用
@article{arxiv.2310.12831,
title = {PUMA: Deep Metric Imitation Learning for Stable Motion Primitives},
author = {Rodrigo Pérez-Dattari and Cosimo Della Santina and Jens Kober},
journal= {arXiv preprint arXiv:2310.12831},
year = {2024}
}
备注
21 pages, 15 figures, 4 tables