創(chuàng)澤機器人 |
CHUANGZE ROBOT |
需要注意的是,有時選擇的示教方法和獲取的數(shù)據(jù)類型與學(xué)習(xí)算法的選擇有關(guān)。一方面來自多個模態(tài)的示范增加了維數(shù),增加了學(xué)習(xí)的復(fù)雜性。數(shù)據(jù)的維數(shù)可以降低,但是有些信息被忽略,導(dǎo)致從示教數(shù)據(jù)中學(xué)習(xí)不當。另一方面,缺少傳感模態(tài)可能會在一開始就提供不完整的信息,導(dǎo)致學(xué)習(xí)算法表現(xiàn)不理想。
高級技能可以認為是一組低級技能或一組動作基元。除此之外,高級技能還包括對象可視性,涉及構(gòu)建物理世界對象和機器人動作之間關(guān)系的知識。高級技能學(xué)習(xí)方法可以大致分為學(xué)習(xí)計劃和學(xué)習(xí)目標。
1)學(xué)習(xí)計劃:在這種高級技能的學(xué)習(xí)方法中,學(xué)習(xí)計劃為從初始狀態(tài)到最終狀態(tài)的一系列動作。因此,動作是根據(jù)前置條件和后置條件定義的。前置條件為動作執(zhí)行前的狀態(tài),后置條件為動作執(zhí)行后的狀態(tài)。除此之外,人類教師還用注釋的形式提供附加信息。注釋可以通過觸覺、視覺或語義來提供。額外的信息允許更好地概括高水平的技能。可執(zhí)行的動作可以是簡單的低級技能,如抓住目標對象,拾起綠色的對象等,組合起來形成一個高級任務(wù),如排序綠色的對象。另一方面,有一些方法可以通過在示教數(shù)據(jù)中尋找重復(fù)的結(jié)構(gòu)來從高級技能示教中提取低級技能,這樣就可以在不同的示教中識別它。在[2]中,一個示教學(xué)習(xí)范例是通過人類示教和在程序界面輸入的用戶目的來描述的。在[18]中,一些涉及一系列順序旋轉(zhuǎn)和轉(zhuǎn)換的日常對象操作的示教被用來提取順序的低級技能,并進一步構(gòu)建一個計劃。這項工作還示教了從一個對象到其他類似對象的學(xué)習(xí)知識轉(zhuǎn)移。
2)學(xué)習(xí)目標:推斷高級技能的目標。人類教師提供的示教被用來推斷執(zhí)行高級技能的意圖。通過生成假設(shè),可以從重復(fù)的示教中推斷出目標,F(xiàn)代方法也使用基于獎勵函數(shù)的強化學(xué)習(xí)方法來實現(xiàn)期望目標。如果獎勵函數(shù)是從給定的示教中學(xué)習(xí)的,那么它就被認為是目標學(xué)習(xí)。一些基于強化學(xué)習(xí)的方法得到了很好的研究[19]。
3、討論總結(jié)
技能的學(xué)習(xí)直接依賴于示教的準確性。大多數(shù)方法[20]手動消除了部分示教中的噪聲。結(jié)合強化學(xué)習(xí),在獎勵和探索機制的基礎(chǔ)上對技能學(xué)習(xí)進行改進。另一種改進技能的方法涉及示教者反饋[21]。當機器人在一個稍微不熟悉的情況下執(zhí)行學(xué)習(xí)到的技能時,從人類教師那里得到關(guān)于執(zhí)行技能可取性的反饋。目前為了實現(xiàn)這種技能細化的方法,研究人員主要從兩個方面進行了研究:(1)控制機器人和人類教師之間的信息交互,(2)提供反饋。
機器人招商 Disinfection Robot 機器人公司 機器人應(yīng)用 智能醫(yī)療 物聯(lián)網(wǎng) 機器人排名 機器人企業(yè) 機器人政策 教育機器人 迎賓機器人 機器人開發(fā) 獨角獸 消毒機器人品牌 消毒機器人 合理用藥 地圖 |