Nov, 2016

基于约束贝叶斯优化和模拟先验的安全感知机器人损伤恢复

HTML
PDF
TL;DR本研究使用约束优化算法替代原来的算法，实现了针对受损机器人快速修复的同时保证其行为安全的目标，与其它方法相比，该方法在模拟受损人形机器人爬行的速度和不进行危险试验的次数方面表现更佳。
发现论文，激发创造
  • 具有安全约束的贝叶斯优化：机器人中的安全自动参数调整

    该论文提出一种基于安全约束的Bayesian优化算法，通过高斯过程先验和上下文变量，在保证安全的前提下实现对机器人算法参数的快速优化。

    Feb, 2016

  • 机器人损伤恢复的无重置试错学习

    该论文提出了一种名为“Reset-free Trial-and-Error”的新型学习算法，有效解决了复杂机器人在面对硬件损坏后无法恢复运动能力的问题，而且该算法实现自主学习，能够在不同环境中快速适应。

    Oct, 2016

  • 概率安全策略转移

    本文提出一个安全的学习方法，即在保证机器人不会过度受损的前提下，通过优化问题的方法来达到最大化预期回报的目的，并采用一种新的方法来判断修改扭矩限制或更新策略参数时机器人可能受到的安全影响，以确保机器人在学习过程中该约束得到维持，实验证明了该方法的有效性。

    May, 2017

  • 学习恢复区的安全强化学习（Recovery RL）

    本文提出了一种名为 Recovery RL 的算法，它通过利用离线数据来学习约束违规区域并将任务性能和约束满足的目标分别交给两个策略来平衡任务收益与安全性，并在六个仿真领域和一个物理机器人上进行了试验，证明 Recovery RL 在这些领域内比先前的安全 RL 方法具有更高的效率和表现。

    Oct, 2020

  • 层次化品质多样性用于在线损伤恢复

    介绍了分层试错算法，使用分层行为复述学习各种技能并利用这些技能使机器人更适应不同情况。实验表明，与最佳基线相比，我们的方法在迷宫导航任务中需要的行动次数少20％，而完全失败的通常情况下减少57％。

    Apr, 2022

  • 安全贝叶斯优化的元学习先验

    本文提出一种基于元学习的数据驱动方法，以从离线数据中元学习优化安全贝叶斯优化的先验知识，通过经验不确定度度量和前沿搜索算法选择符合安全限制的先验范围，加速了安全BO方法的收敛速度并保持了安全。

    Oct, 2022

  • 具有分层品质多样性的物理机器人在线损伤恢复

    使用 Hierarchical Trial and Error 算法，将 QD 算法分层结构化以增加机器人学习技能的多样性，并使机器人能够更快地适应物理世界，实验表明，该方法优于现有基准算法，可提高机器人迎接新挑战的能力。

    Oct, 2022

  • 通过安全贝叶斯优化调整四肢行走控制器

    本文提出了一种数据驱动的策略，通过利用模型无关的安全学习算法，自动调整控制增益来简化机器人硬件平台中基于模型的控制器的部署，从而解决了控制制定中所使用的简化模型与实际系统之间的不匹配问题，并通过模拟和硬件实验验证了该方法的有效性。

    Jun, 2023

  • 约束流形上的安全强化学习：理论与应用

    将基于学习的技术，特别是强化学习，整合到机器人技术中来解决非结构化环境中的复杂问题很具有前景。本文展示了我们如何以原则性的方式将复杂的安全约束强加于基于学习的机器人系统中，从理论和实践的角度进行了展示。

    Apr, 2024

  • 处理安全强化学习中的长期安全性和不确定性

    本研究针对安全强化学习中缺乏任务特定安全约束的问题，提出了一种基于模型的方法，通过扩展安全探索方法ATACOM，结合可学习的约束，确保长期安全性并处理不确定性。实验结果显示，该方法在最终性能上与当前最先进的方法持平或更优，同时在训练过程中保持更安全的行为。

    Sep, 2024