面向机器人损伤恢复的半情景学习
机器人学
2016-10-06 v1 人工智能
神经与进化计算
摘要
最近提出的智能试错算法（IT&E）通过结合离线进化算法和基于贝叶斯优化的在线学习算法，使机器人能够在几分钟内创造性地适应损伤。我们扩展了IT&E算法，使机器人能够在执行任务的同时学习补偿损伤。这形成了一种半情景学习方案，提高了机器人的终身自主性和适应性。在玩具仿真和六足机器人运动任务上的初步实验显示了有前景的结果。
引用
@article{arxiv.1610.01407,
title = {Towards semi-episodic learning for robot damage recovery},
author = {Konstantinos Chatzilygeroudis and Antoine Cully and Jean-Baptiste Mouret},
journal= {arXiv preprint arXiv:1610.01407},
year = {2016}
}
备注
Workshop on AI for Long-Term Autonomy at the IEEE International Conference on Robotics and Automation (ICRA), May 2016, Stockholm, Sweden. 2016