面向机器人运动控制的基于视觉的深度强化学习
机器学习
2015-11-16 v2 计算机视觉与模式识别
机器人学
摘要
本文介绍了一种仅使用视觉感知来控制机器人操纵器的机器学习系统。首次展示了仅从原始像素图像且在没有任何配置先验知识的情况下自主地学习机器人控制器的能力。我们建立在近期深度强化学习的成功之上，开发了一个利用外部视觉观测使三关节机器人操纵器学习目标到达的系统。演示了深度 Q 网络 (DQN) 在仿真训练后执行目标到达。将网络以朴素方法迁移到真实硬件和真实观测失败了，但实验表明当用合成图像替换相机图像时该网络可行。
引用
@article{arxiv.1511.03791,
title = {Towards Vision-Based Deep Reinforcement Learning for Robotic Motion Control},
author = {Fangyi Zhang and Jürgen Leitner and Michael Milford and Ben Upcroft and Peter Corke},
journal= {arXiv preprint arXiv:1511.03791},
year = {2015}
}
备注
8 pages, to appear in the proceedings of Australasian Conference on Robotics and Automation (ACRA) 2015