基于逆强化学习与 TD-MPC 的机器人手臂操作
机器人学
2024-08-08 v2
摘要
一个未解决的问题是如何将基于模型的逆强化学习（IRL）扩展到具有不可预测动力学的实际机器人操作任务中。从视觉和 proprioceptive 示例中学习，创建能够扩展到高维状态空间的算法，以及掌握强动力学模型是主要挑战。本文提供了一个基于梯度的逆强化学习框架，从纯视觉人类演示中学习代价函数。所示行为和轨迹随后使用 TD 视觉模型预测控制（MPC）和所学代价函数进行优化。我们在硬件上测试了该系统，使用基本对象操作任务进行验证。
引用
@article{arxiv.2407.12941,
title = {Robotic Arm Manipulation with Inverse Reinforcement Learning & TD-MPC},
author = {Md Shoyib Hassan and Sabir Md Sanaullah},
journal= {arXiv preprint arXiv:2407.12941},
year = {2024}
}
备注
10 pages, 13 figures