robot dynamics | BriefGPT - AI 论文速递

关键词robot dynamics

搜索结果 - 9

通过贝叶斯推断缩小模拟与实际之间的差距
利用 SIM-FSVGD 学习机器人动力学，通过 simulators 对神经网络模型的训练进行正则化，实现准确的平均模型估计和精确的不确定性量化。在高性能 RC 赛车系统上实验表明，SIM-FSVGD 在缩小仿真与实际之间的差距和使用更少
PDF3 months ago
在实际环境中学习高效准确导航
在自主导航的地面机器人领域，现有的研究大多使用真实感的动力学和感知模型，而本篇论文致力于通过在仿真环境中进行端到端的训练，减小模型在现实机器人平台上的差距，并取得了显著的性能和稳健性的提升。
PDF5 months ago
机器人运动学：运动、运动学和动力学
本文主要阐述了机器人运动学、正向运动学、逆向运动学和机器人动力学等高级主题。
PDF2 years ago
可动障碍物的最小位移运动规划
该论文提出了一种最小位移运动规划问题，其中通过将障碍物最小移动量来找到可行路径，并使用机器人 - 障碍物交叉的度量来惩罚机器人 - 障碍物重叠。使用实际机器人动力学，规划器首先找到一条通过障碍物的路径，以最小化机器人 - 障碍物交叉。然后使
PDF2 years ago
四足行走安全强化学习
本文提出了一种安全的强化学习框架，用于设计控制策略，以确保腿部运动的安全，同时利用无模型的强化学习进行学习任务。在此框架基础上，本文进行了四项步态运动实验，并实现了显著的提升，包括节能、稳定性和动作变化。
PDF2 years ago
机器人学习和控制的结构化机械模型
本文说明了使用结构化机械模型取代黑盒神经网络在机器人动力学建模上具有的优势，包括数据效率、易于应用先前知识和易于与基于模型的控制技术结合使用。在多个仿真机器人领域中，该方法可以从有限的数据中更好地推广和产生更可靠的基于模型的控制器。
PDF4 years ago
机器人快速在线适应通过模拟先验元学习嵌入
提出了一种名为 FAMLE 的元学习算法，通过元训练多个起始点来适应不同的机器人动力学，从而在少量数据点的情况下，使机器人能够选择最适合的起始点以适应当前的情况。在模拟和真实的机器人任务中，FAMLE 相对于基线算法可以更快适应新的损伤。
PDF4 years ago
在可微根 - 欧拉算法中编码物理约束
该研究提出了一种基于不同 iable RNEA 算法的学习框架，旨在通过引入物理约束来学习具有物理可行性的机器人动力学，并在实时逆动力学控制任务中进行了验证与比较。
PDF4 years ago
PRM-RL: 结合强化学习与采样规划的长程机器人导航任务
PRM-RL 是一种利用采样路径规划结合强化学习实现远程导航的分层方法，其中 RL 代理通过学习短距离点到点导航策略，采用面向特征和深度神经网络及 PRMs 进行构建，并通过采样计划器提供的规划路径实现机器人的控制。PRM-RL 的应用结果
PDF7 years ago