结构化策略表示：在任意条件化动态系统中施加稳定性
机器人学
2020-12-14 v1 机器学习
摘要
我们提出一类新的基于深度神经网络的动态系统。所提出的动态系统具有全局稳定性，并可用任意上下文状态进行条件化。我们展示了这些动态系统如何被用作结构化机器人策略。全局稳定性是最重要且最直接的归纳偏置之一，因为它允许我们在演示区域之外施加合理的行为。
引用
@article{arxiv.2012.06224,
title = {Structured Policy Representation: Imposing Stability in arbitrarily conditioned dynamic systems},
author = {Julen Urain and Davide Tateo and Tianyu Ren and Jan Peters},
journal= {arXiv preprint arXiv:2012.06224},
year = {2020}
}
备注
Presented in NeurIPS 2020, 3rd Robot Learning Workshop. Stability, Few-Shot Learning, Deep Dynamic Systems