用于插孔任务的可迁移力-力矩动力学模型
机器人学
2019-12-03 v1 人工智能
机器学习
摘要
我们提出一种基于学习的力-力矩动力学，以利用仅力输入实现对富含接触的插孔（peg-in-hole）任务的基于模型的控制。学习力-力矩动力学具有挑战性，因为低维 6 维力信号存在模糊性且需要过量训练数据。为解决这些问题，我们提出一种多姿态力-力矩状态表示，并基于该表示以样本高效的离线方式生成数据来学习动力学模型。此外，通过使用各种形状、尺度与弹性的插销与孔训练动力学模型，该模型能在少量试验后快速迁移到新插销与孔。大量实验表明，我们的动力学模型适配未见插销与孔所需的样本比从头学习减少 70%。结合所学动力学，模型预测控制与基于模型的强化学习策略实现了超过 80% 的插入成功率。我们的视频见 https://youtu.be/ZAqldpVZgm4。
引用
@article{arxiv.1912.00260,
title = {Transferable Force-Torque Dynamics Model for Peg-in-hole Task},
author = {Junfeng Ding and Chen Wang and Cewu Lu},
journal= {arXiv preprint arXiv:1912.00260},
year = {2019}
}
备注
IROS 2019