使用多坐标弹性映射的机器人学习

为了学习操作技能，机器人需要理解这些技能的特征。机器人学习的一种简单方法是通过演示学习 (Learning from Demonstration, LfD)，即机器人从专家演示者那里学习技能。虽然一项技能的主要特征可能在一个微分坐标（例如笛卡尔坐标）中被捕获，但它们在其他坐标中可能具有意义。例如，一项技能的重要特征可能是其形状或速度曲线，而这些在笛卡尔微分坐标中难以发现。在这项工作中，我们提出了一种方法，使机器人能够通过将人类演示的技能编码到各种微分坐标中来学习这些技能，然后确定每个坐标对于复现该技能的重要性。我们还引入了一种包含多个微分坐标的改进形式的弹性映射，结合了在这些微分坐标空间中对技能的统计建模。弹性映射计算灵活且快速，允许纳入多种不同类型的约束并使用任意数量的演示。此外，我们提出了自动调整与改进的弹性映射公式相关的若干参数的方法。我们在几个仿真实验和一个使用 UR5e 机械臂的真实世界书写任务中验证了我们的方法。