基于可学习李雅普诺夫函数重塑的黎曼运动策略融合

RMPflow 是近期提出的基于微分几何的策略融合框架。尽管 RMPflow 已展现出良好的性能，但它要求用户提供合理的子任务策略作为黎曼运动策略（RMPs：一种运动策略和一个重要性矩阵函数），这本身可能是一个困难的设计问题。我们提出 RMPflow 的一种变体 RMPfusion 来解决此问题。RMPfusion 为 RMPflow 补充了权重函数，可根据机器人与环境的当前构型分层重塑子任务 RMPs 的李雅普诺夫函数。这一额外灵活性可弥补用户提供的 imperfect 子任务 RMPs，提升组合策略的性能。这些权重函数可通过反向传播学习。此外，我们证明在对权重函数的温和限制下，RMPfusion 总能产生全局李雅普诺夫稳定的运动策略。这意味着我们可将 RMPfusion 视为策略优化中一类结构化的策略类，其保证生成稳定策略，即便在学习不成熟阶段亦如此。我们在仿真和真实机器人上的模仿学习实验中展示了 RMPfusion 的这些性质。