robot control | BriefGPT - AI 论文速递

关键词robot control

搜索结果 - 29

基于贝叶斯优化的高效领域随机化
本文提出了一种 Bayesian Domain Randomization（BayRn）算法，通过采样真实世界目标域中的稀疏数据来适应性地调整源域分布参数，解决在机器人控制中遇到的模拟培训与真实世界之间存在的不匹配问题，实现了在模拟和真实环
PDF4 years ago
继续做有效的事情：行为建模先验用于离线强化学习
本文提出了一种能够适用于机器人控制等实际问题，同时在批处理状态下能够有效学习的算法，该算法采用了优势加权行为模型 (ABM) 来对先前执行过的成功动作进行刻画，并对新的任务中可能成功的动作进行策略偏置，实验表明我们的算法在标准连续控制基准测
PDF4 years ago
用于欠驱动系统的能量势控制端到端深度 Lagrangian 神经网络学习
应用深度学习于机器人控制的方法可以提高设计机器人控制定律的智能性，本文提出了一种深度控制的方法，通过扩展 DeLaN 网络到能源控制上实现了通过泛化函数逼近进行的能源控制的学习，该方法在 Furuta 摆控制方面表现出优异的实时控制性能。
PDF5 years ago
机器人控制的残余强化学习
本文研究了如何通过将传统反馈控制方法与强化学习相结合，解决包括接触力和摩擦力在内的现代制造业中的机器人控制问题，并通过培训代理来演示我们的方法，成功地执行现实世界的块装配任务。
PDF6 years ago
深度强化学习用于机器人控制的传感器融合
本文探讨使用深度强化学习算法来进行机器人控制，并结合多个传感器的信息，提出了一种融合传感器信息并且在传感器故障时仍能稳妥地进行操作的深度神经网络架构，并在仿真与真实环境中进行了搜索与拾取任务的测试。
PDF7 years ago
通过抓取学习推动：利用多项任务进行有效学习
本研究尝试将从任务特定模型到多任务共同学习的数据驱动端到端学习框架；经过实验，结果表明使用相同数量的数据训练的多任务学习模型表现更好。
PDF8 years ago
MM基于叙述的后验推理在认知机器人技术中的应用
在自主轮椅机器人控制任务中，通过应用驱动的工作，利用智能环境框架获取基于叙述式知识的环境信息，通过机器人认识模型的稳定模型后预测异常并进行即时控制，具体使用了基于答案集编程的近似认识动作理论计划器实现了整体推理。
PDF11 years ago
MMH - 逼近：基于历史的可能世界语义的 ASP 逼近
该论文提出了一个可能世界语义的近似算法，通过将行动规范转化为答案集程序实现了相应的规划系统，支持相反效应，在我们的框架中计划存在问题可以在 NP 中解决，演示了规划系统与标准问题的集成，并在智能家居的机器人控制中进行了说明。
PDF11 years ago
不确定环境下带概率满足保证的 LTL 控制
本文提出了一种使用线性时态逻辑公式生成机器人控制策略的方法，重点考虑了噪声传感器和执行器带来的影响，将其转换为马尔可夫决策过程来解决，包括案例分析。
PDF13 years ago