双手运动基元的交互式模仿学习
摘要：使用双机器人设备执行双手任务可以大大增加对工业和日常生活应用的影响。然而，执行双手任务带来了许多挑战，如单臂策略的同步和协调。本文提出了一种名为Safe, Interactive Movement Primitives Learning (SIMPLe)的算法，用于直接从人类动态示范中教授和纠正单臂或双臂阻抗策略。此外，它提出了一种基于高斯过程回归 (GPR) 的策略新型图编码，使得单臂运动能够保证收敛到轨迹，然后朝向示范目标。根据策略的认识性不确定性调整机器人的刚度，可以通过人类反馈轻松调整运动和适应外部干扰。我们在一个真实的双臂设置上测试了SIMPLe算法，在老师进行了分别的单臂示范后，仅使用动态反馈成功地将它们同步，或者在原始的双手示范被局部调整以选择一个不同高度的箱子。
作者：Giovanni Franzese, Leandro de Souza Rosa, Tim Verburg, Luka Peternel and Jens Kober
论文ID：2210.16220
分类：Robotics
分类简称：cs.RO
提交时间：2023-08-28