基于双空间交替学习的机器人运动技能获取

• 作者: 傅剑 娄平 庞牧野 陈思明
• 来源期刊: 华中科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 机器人学习 基函数自重组 混合高斯回归 路径积分策略提升 轨迹规划
• 年，卷（期）: 2017,（10）
• 页码范围: 90-94,110
• 页数: 6页
• 分类号: TP242.6
• 语种: 中文
• DOI: 10.13245/j.hust.171017

摘要

针对如何基于示范任务学习让机器人自主获得完成新任务的能力的难题,提出一种高斯混合回归结合路径积分策略提升(GM R-PI2)的表达、模仿和优化框架,同时采用基函数、策略表达权系数两个空间上交替搜索执行方案来解决上述问题.核心思想是当权系数探索到最佳逼近点附近时,根据经验最优轨迹集进行基函数的自重组,然后再重启权系数搜索,从而实现从示范任务到指标集约束任务的渐进运动技能获取.经典的轨迹规划过点实验结果表明该方法是有效和可行的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	娄平	武汉理工大学信息学院	15	86	5.0	9.0
2	庞牧野	武汉理工大学自动化学院	9	9	2.0	2.0
3	傅剑	武汉理工大学自动化学院	13	41	4.0	6.0
4	陈思明	武汉理工大学自动化学院	2	1	1.0	1.0