基于Transformer网络的双臂机器人模仿学习方法

• 作者: 胡平 林雪华 张冉
• 来源期刊: 信息与电脑
• 关键词: 双臂机器人 Transformer网络 模仿学习 动作策略
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 算法语言
• 页码范围: 33-35
• 页数: 3页
• 分类号: TP311
• 语种: 中文
• DOI: 10.3969/j.issn.1003-9767.2021.06.011

摘要

针对机器人模仿学习示教样本数据量小、学习得到的动作策略泛化能力弱等问题,笔者以双臂机器人为研究对象,提出一种基于Transformer网络的模仿学习方法.该方法首先通过多次迭代增强样本数据,然后基于Transformer网络学习新的动作策略数据.仿真结果表明,借助神经网络的学习能力和泛化能力,该方法实现了机械臂动作的模仿学习,具有一定的泛化性,且与同类算法相比具有较高的精度.