通过运动基元组合实现可验证的学习行为：在颗粒介质铲取中的应用
机器人学
2023-09-27 v1 机器学习
系统与控制
系统与控制
摘要
能够从自然语言输入实时可靠生成行为的机器人行为模型，将因系统灵活性的增强而大幅加快工业机器人的采用。为推进这些工作，我们构建了一个框架，其中由自然语言抽象器创建的学习行为在构造上是可验证的。利用运动基元与概率验证的最新进展，我们构建了一个自然语言行为抽象器，其通过在所提供的运动基元上综合有向图来生成行为。如果这些组成运动基元按照我们指定的准则构建，则所生成的行为是可概率验证的。我们在探索任务的仿真中以及机器人铲取颗粒介质的硬件上展示了这一可验证行为生成能力。
引用
@article{arxiv.2309.14894,
title = {Verifiable Learned Behaviors via Motion Primitive Composition: Applications to Scooping of Granular Media},
author = {Andrew Benton and Eugen Solowjow and Prithvi Akella},
journal= {arXiv preprint arXiv:2309.14894},
year = {2023}
}