Scifaro

中文

基于强化学习的模型匹配以减少 COBRA 中的仿真-真实差距

机器人学 2024-11-20 v2

作者: Adarsh Salagame , Harin Kumar Nallaguntla , Bardia Ardakanian , Eric Sihite , Gunar Schirner , Alireza Ramezani

在 arXiv 上查看 ↗ PDF ↗

摘要

本文采用基于强化学习的方法进行模型识别，以提高我们蛇形机器人 COBRA 动力学的准确性。该方法利用梯度信息和迭代优化，通过实验数据和仿真数据来细化 COBRA 动力学模型的参数，如摩擦系数和执行器参数。在硬件平台上的实验验证表明，所提出的方法有效，能够潜在地解决仿真-真实差距问题。

关键词

强化学习模型识别仿真-真实差距 COBRA 机器人参数优化

引用

@article{arxiv.2406.13700,
  title  = {Reinforcement Learning-Based Model Matching to Reduce the Sim-Real Gap in COBRA},
  author = {Adarsh Salagame and Harin Kumar Nallaguntla and Bardia Ardakanian and Eric Sihite and Gunar Schirner and Alireza Ramezani},
  journal= {arXiv preprint arXiv:2406.13700},
  year   = {2024}
}