Mar, 2024
学习动力学系统,在空间曲率内编码非线性
Learning Dynamical Systems Encoding Non-Linearity within Space Curvature
Bernardo Fichera, Aude Billard
TL;DR本文介绍了一种增强学习的动力系统方法,通过在潜在流形上建模震荡阻尼振子,将动力系统的非线性编码到空间曲率中,从而实现在线环境的本地自适应和障碍物避免,并展示了在合成矢量场和实际世界中学习 3D 机器人末端执行器运动的有效性。