简单运动学反馈增强仿生腱驱动系统中的自主学习的性能
机器人学
2019-09-30 v2 机器学习
系统与控制
系统与控制
摘要
误差反馈已知可通过针对扰动修正控制信号来改善性能。此处我们展示添加简单误差反馈如何也能加速并鲁棒化腱驱动机器人中的自主学习。我们实现了两个版本的通用到特定（G2P）自主学习算法，以使用具有两个关节和三条腱的腱驱动腿产生多种运动任务：一个带运动学反馈，一个不带。正如预期，反馈在仿真和硬件中均改善了性能。然而，即使在高达 100 ms 的感知延迟以及经历显著接触碰撞的情况下，我们也看到了这些改善。重要的是，反馈通过为系统提供更具相关性的训练数据，加速了学习并增强了 G2P 对初始逆映射的持续细化。这使得系统即使在仅 60 秒初始运动自发放射后也能表现良好。
引用
@article{arxiv.1907.04539,
title = {Simple Kinematic Feedback Enhances Autonomous Learning in Bio-Inspired Tendon-Driven Systems},
author = {Ali Marjaninejad and Darío Urbina-Meléndez and Francisco J. Valero-Cuevas},
journal= {arXiv preprint arXiv:1907.04539},
year = {2019}
}