基于结构化子群的对称感知机器人设计
人工智能
2023-06-02 v1
摘要
机器人设计旨在学习创建易于控制且能高效执行任务的机器人。先前关于机器人设计的工作已证明其生成各类任务机器人的能力。然而，这些工作直接在庞大的设计空间中搜索机器人而忽略了常见结构，导致机器人形态异常且性能不佳。为解决该问题，我们提出一种对称感知机器人设计(SARD)框架，通过将对称性搜索融入机器人设计过程来利用设计空间的结构。具体而言，我们用二面体群的子群表示对称性，并在结构化子群中搜索最优对称性。随后在搜索到的对称性下设计机器人。以此方式，SARD能够设计高效的对称机器人，同时覆盖原始设计空间，本文从理论上了进行分析。我们进一步在各种任务上对SARD进行实证评估，结果表明其优越的效率与泛化能力。
引用
@article{arxiv.2306.00036,
title = {Symmetry-Aware Robot Design with Structured Subgroups},
author = {Heng Dong and Junyu Zhang and Tonghan Wang and Chongjie Zhang},
journal= {arXiv preprint arXiv:2306.00036},
year = {2023}
}
备注
The Fortieth International Conference on Machine Learning (ICML 2023)