BriefGPT.xyz
Ask
alpha
关键词
contact-rich manipulation tasks
搜索结果 - 3
将其推至示范极限:多模态视触力仿真学习与力匹配
研究了视触觉感知与模仿学习相结合在接触丰富的操作任务中的作用,利用光学触觉传感器和创新算法收集触觉力量数据,并通过可视 / 触觉模式切换简化传感器的应用,实验结果强调触觉感知在模仿学习中的重要性。
PDF
8 months ago
基于环境限制的示教学习增强
文章介绍了一种学习自演示 (LfD) 方法,用于应对带有关节机制的接触丰富的操作任务。从单个人类演示中提取的策略可以推广到相同类型的不同机制,并且对环境变化具有鲁棒性,其关键是通过与环境有目的地交互来自主增强初始演示以收集附加信息。针对多
→
PDF
2 years ago
末端执行器空间中的可变阻抗控制:接触丰富任务中的强化学习动作空间
本文研究了深度强化学习中不同行为空间的影响,提出了在约束和接触丰富任务中具有优势的终端执行器空间下的可变阻抗控制(VICES)。通过在三个典型的操作任务中评估多个动作空间,表明 VICES 提高了样本效率,在所有三个实验设置中保持低能量消耗
→
PDF
5 years ago
Prev
Next