基于不完整人类示范的拟真化乒乓球机器人技能学习
机器人学
2023-09-19 v1
摘要
近年来,强化学习(RL)正成为训练机器人控制器的流行技术。然而,对于复杂动态机器人控制任务,基于 RL 的方法常产生风格不真实的控制器。相比之下,人类能在监督下学习风格良好的技能。例如,人们通过模仿教练的动作学习乒乓球技能。此类参考动作常是不完整的,例如没有实际球的存在。受此启发,我们提出一种基于 RL 的算法来训练能从此类不完整人类示范中学习打球风格的机器人。我们通过示教拖拽法收集数据。我们还提出数据增强技术以使我们的机器人适应不同速度的球。我们最终在不同动力学特性的仿真器中评估我们的策略。
引用
@article{arxiv.2309.08904,
title = {Stylized Table Tennis Robots Skill Learning with Incomplete Human Demonstrations},
author = {Xiang Zhu and Zixuan Chen and Jianyu Chen},
journal= {arXiv preprint arXiv:2309.08904},
year = {2023}
}
备注
Submitted to ICRA 2024