实践中的塑形：利用辅助轮直接在硬件上学习快速跳跃
机器人学
2022-03-07 v2
摘要
学习而非设计机器人控制器可以大大减少所需的工程量，同时强调鲁棒性。尽管在仿真中取得了相当大的进展，但由于需要探索潜在不稳定的参数，直接在硬件中应用学习仍然具有挑战性。我们探索了利用辅助轮塑形奖励景观的概念：对物理硬件进行临时修改以促进学习。我们通过一个安装在悬臂上学习快速跳跃的机器腿来演示这一概念。这一概念验证体现了不稳定和接触等典型挑战，同时又足够简单，能够经验性地映射并可视化奖励景观。基于我们的结果，我们提出了在机器人学习中设计有效辅助轮的三项标准。视频摘要可在 https://youtu.be/6iH5E3LrYh8 查看。
引用
@article{arxiv.1709.10273,
title = {Shaping in Practice: Training Wheels to Learn Fast Hopping Directly in Hardware},
author = {Steve Heim and Felix Ruppert and Alborz A. Sarvestani and Alexander Spröwitz},
journal= {arXiv preprint arXiv:1709.10273},
year = {2022}
}
备注
Accepted to the IEEE International Conference on Robotics and Automation (ICRA) 2018, 6 pages, 6 figures