基于分层维度知情程序合成的机器人动作选择学习
人工智能
2020-11-16 v2 编程语言
机器人学
摘要
用于将底层机器人技能组合为复杂高层任务的动作选择策略（ASPs）在现有最佳方法中通常表示为神经网络（NNs）。这种范式虽然非常有效，却存在几个关键问题：1）NNs 对用户不透明，因此难以验证；2）它们需要大量训练数据；3）当领域变化时难以修复。我们提出关于机器人 ASPs 的两个关键见解。首先，ASPs 需要对从世界状态导出的具有物理意义的量进行推理；其次，这些策略的组合存在分层结构。利用这些见解，我们引入分层维度知情程序合成（LDIPS）——通过推理状态变量的物理维度以及算子的维度约束，LDIPS 直接在人类可解释的领域特定语言中合成 ASPs，且便于程序修复。我们给出的实证结果表明，LDIPS 1）能为机器人足球和自动驾驶领域合成有效的 ASPs，2）所需训练样本比可比的 NN 表示少两个数量级，3）在从仿真迁移到真实机器人时仅需少量修正即可修复合成的 ASPs。
引用
@article{arxiv.2008.04133,
title = {Robot Action Selection Learning via Layered Dimension Informed Program Synthesis},
author = {Jarrett Holtz and Arjun Guha and Joydeep Biswas},
journal= {arXiv preprint arXiv:2008.04133},
year = {2020}
}