具有贝叶斯策略变形的可生存超冗余机械臂
机器人学
2020-10-21 v1 人工智能
摘要
本文提出一种贝叶斯强化学习框架，使机械 manipulator 能自主自适应地从随机机械故障中恢复，从而具备可生存性。为此，我们构建了贝叶斯策略变形 (BPM) 框架，使机器人智能体在其操控维度减损后能够自我修改已学到的策略。我们基于现有 actor-critic 框架，并将其扩展为以策略梯度更新作为后验学习，以过去的策略更新作为先验分布。我们表明，在先验经验偏置的方向上进行策略搜索，显著提升了采样需求方面的学习效率。我们在一个 8-DOF 机械臂上以 BPM 算法展示了结果，同时故意以不同类型损伤（如无响应关节、恒定偏移误差与角度不精确）禁用随机关节。我们的结果表明，即便存在物理损伤，该机械臂仍能成功维持其功能，准确位姿并抓取给定目标物体。
关键词
引用
@article{arxiv.2010.09964,
title = {Survivable Hyper-Redundant Robotic Arm with Bayesian Policy Morphing},
author = {Sayyed Jaffar Ali Raza and Apan Dastider and Mingjie Lin},
journal= {arXiv preprint arXiv:2010.09964},
year = {2020}
}