首頁
產(chǎn)品系列
行業(yè)應用
渠道合作
新聞中心
研究院
投資者關系
技術(shù)支持
關于創(chuàng)澤
| En
 
  當前位置:首頁 > 新聞資訊 > 機器人應用 > 機器人示教學習:學習低級技能運動基元軌跡運動技能  
 

機器人示教學習:學習低級技能運動基元軌跡運動技能

來源:CAAI認知系統(tǒng)與信息處理專委會      編輯:創(chuàng)澤      時間:2020/6/9      主題:其他   [加盟]

人們使用機器人的目的是節(jié)約人力和時間并高效完成任務。傳統(tǒng)的機器人需要預先編程來滿足特定任務,但如果任務發(fā)生變化,往往需要重新編程。而通過機器人的示教學習,它使機器人能夠自主地執(zhí)行新任務,允許用戶通過示教任務來教授機器人所需的技能,而無需繁瑣的重新編程。我們結(jié)合2020年ICIMIA 會議發(fā)表的《A Comprehensive Study onRobot Learning from Demonstration》文章,介紹了機器人示教學習LfD(Learning from Demonstration)的研究概況。

機器人可以通過采取行動與所處環(huán)境交互,導致當前狀態(tài)到新狀態(tài)的概率轉(zhuǎn)換。機器人活動的環(huán)境可以被完全或部分觀察到。觀察性條件取決于示教數(shù)據(jù)采集方法的類型以及所選擇的教學方法。在[6]中,對環(huán)境描述的方法進行了研究。定義明確的目標可以清晰的評價任務表現(xiàn),并改進已學習的任務[7]。LfD目前沒有標準的評估參數(shù)或方法,這是因為到目前為止LfD框架缺乏通用性,沒有可以進行比較的基準。人類如何提供示教,基于與機器人的交互方式。

(1)低級技能

低級技能通常包括在三維空間中從一個點移動到另一個點。它可以包括原始的動作,如手勢、觸摸物體、挑選物體等,這種情況下獲得的示教數(shù)據(jù)是機器人關節(jié)的位置、速度和加速度。低級運動可記錄在關節(jié)空間、任務空間或扭矩空間[11]。然而,在某些情況下,任務目標不能完全由關節(jié)位置來表示,應提供任務框架方面的額外信息。例如,挑選一個在每次示教中可能位于不同位置的目標對象。當這種低級技能在機器人框架中學習時,軌跡可能沒有相似性,因此很難提取模型。但是,如果在任務框架中表示相同的對象,則可以得到相同對象的一般模型。一種常用的方法是跟蹤末端執(zhí)行器相對于目標對象的笛卡爾坐標位置[12]。

低級技能學習或建模的三種主要方法:

1)動態(tài)運動基元(DMP):DMP方法的中心思想是依賴于一個可靠的動態(tài)系統(tǒng),調(diào)整該系統(tǒng)的非線性項,實現(xiàn)預期的吸引子行為。

圖3 DMP方法:字母書寫技巧[50]的不變性

在圖3中,可以看出DMP的不變性性質(zhì)的重要性。藍線表示示教軌跡,紅線表示技能執(zhí)行軌跡。起點是相似的,但是,即使target_0和target_1表示的終點不同,它也能夠執(zhí)行低級技能。此外,還能根據(jù)示教的字母“a”生成“a”的一致放大版本。為了利用高度規(guī)則的結(jié)構(gòu)和潛在空間來簡化DMP方法,提出了一個高斯過程的隱藏變量模型[13]。在[9]中,通過調(diào)整DMP方程中的起始參數(shù)和目標參數(shù),評估了一種泛化技能的方法,并在baxter機械臂上進行了進一步的論證。

2)高斯混合建模與回歸(GMM-GMR):該方法依賴于統(tǒng)計監(jiān)督學習,由兩部分組成:a)使用高斯混合模型(GMM)對技能進行編碼 b)利用高斯混合回歸(GMR)方法再現(xiàn)該技能。根據(jù)給定的示教,維度下降方法將數(shù)據(jù)投射到潛在空間中。這些方法可以執(zhí)行局部線性變換[14]或利用任何全局非線性方法[15]。在[16]中,使用GMM作為一種技能學習算法,對7個關節(jié)角度的示教數(shù)據(jù)進行預處理,進一步采用k均值聚類算法確定期望最大值(EM)算法的初始均值和協(xié)方差。通過運行迭代算法提取一個GMM,并進一步使用該GMM來執(zhí)行一項技能。在[17]中使用GMM-GMR對技能編碼的類似方法進行了評估。

3)隱馬爾科夫模型(HMM):此類模型基于概率方法。為了用隱馬爾可夫模型來建模低級技能,可以用隱藏狀態(tài)序列和所有的概率分布來表示該技能。HMM模型學習由兩部分組成:a)結(jié)構(gòu)學習b)參數(shù)學習。結(jié)構(gòu)學習處理識別隱藏狀態(tài)的數(shù)量。除此之外,它還涉及到確定這些隱藏狀態(tài)是如何相互聯(lián)系的。HMM模型學習的另一部分是參數(shù)學習,用于估計先驗、轉(zhuǎn)移和觀察概率分布。HMM模型使用概率分布,以便從當前狀態(tài)前進到下一個狀態(tài),從而生成一個序列。該序列可以提供給控制器,以產(chǎn)生平滑的控制信號。應該注意的是,由于提供的示教并不是暫時一致的。所記錄的重復示教或者一批示教,其時間值不相同。即使是一個熟練的示教者也不可能提供完全相同的重復示教。因此,預處理步驟涉及動態(tài)時間扭曲(DTW)技術(shù),該技術(shù)測量多個示教的時間序列之間的相似性。




商業(yè)化移動機器人的感知系統(tǒng)設計

機器人感知系統(tǒng)包括傳感器的選擇和配置,以及算法和實現(xiàn),利用了一個單目相機,一個短程二維激光測距儀,車輪編碼器和慣性測量單元。

教育機器人發(fā)展階段及特點

教育機器人經(jīng)歷了從概念先行到價格營銷到回歸內(nèi)容與價值本質(zhì)的發(fā)展階段變遷

教育機器人與機器人教育的區(qū)別

教育服務機器人:指具有教與學智能的服務機器人,機器人教育:模塊化機器人和機器人套件是機器人教育中常見 的輔助產(chǎn)品

機器人常用外部傳感器參數(shù)及性能對比

機器人對環(huán)境的感知大多通過激光雷達、攝像頭、毫米波雷達、超聲波傳感器、GPS這五類傳感器及其之間的組合來實現(xiàn)自主移動功能

人與機器人交互時代的社會認知

與機器人互動時研究人的大腦將有助于更清晰、更深入地了解人機交互,從而為社交機器人的春天奠定基礎,將社會維度整合到人與這些機器的交流中來加速人與機器人的交互研究,有助于推動創(chuàng)造真正的社交機器人

電子皮膚和機器學習在智能軟體機器人的應用

基于電子皮膚的軟體機器人傳感、機器學習在柔性電子皮膚上的應用、形狀感知、面向軟體機器人的反饋控制和機器人的操作

機器人常用避障傳感器

避障使用的傳感器各種各樣,其特點和適用范圍也不同。根據(jù)不同的原理,可分為:超聲波傳感器、紅外傳感器、激光傳感器和視覺傳感器等

機器人輔助穿衣過程中用戶上肢運動實時追蹤方法

機器人輔助穿衣過程中,使用一種多傳感器信息融合的人體骨骼實時追蹤方法,使機器人既可以基于力的信息自動改變運動軌跡從而保證用戶安全,又可以完成穿衣任務

下肢外骨骼機器人步態(tài)建模及其控制方法研究

在下肢外骨骼機器人的穩(wěn)定性評估、步態(tài)規(guī)劃和平衡控制中,人機系統(tǒng)質(zhì)心是重要的參數(shù)之一

火爆的貨箱倉儲機器人

多臺貨箱到人機器人正在運行,攜帶著貨箱輕巧敏捷地來回穿梭于存儲區(qū)和工位之間,高速完成美妝產(chǎn)品的存揀作業(yè)。這是業(yè)內(nèi)首個多層貨箱到人機器人解決方案的落地應用,相較同等面積的人工倉,效率提升2.5倍。

結(jié)合人工智能技術(shù),5G+MR全息教室創(chuàng)新教學模式

基于計算機視覺的智能識別技術(shù) 和SLAM定位技術(shù)的引入,則實現(xiàn)了目標與用戶的動態(tài)精準識別和交互。能夠輔助課堂教學,提升遠程教學和溝通效率,營造場景化教學新體驗

在高動態(tài)的餐飲場景下提供配送機器人方案

配送機器人綜合了SLAM、智能導航避障、多機調(diào)度、人機交互等人工智能技術(shù),為餐廳、酒店、樓宇等廣泛場景提供配送機器人解決方案,在高動態(tài)的商業(yè)環(huán)境下精確建圖和定位,實現(xiàn)高效運行,降低企業(yè)成本
 
資料獲取

智能教育機器人功能介紹
新聞資訊
== 資訊 ==
» 人形機器人未來3-5年能夠?qū)崿F(xiàn)產(chǎn)業(yè)化的方
» 導診服務機器人上崗門診大廳 助力醫(yī)院智慧
» 山東省青島市政府辦公廳發(fā)布《數(shù)字青島20
» 關于印發(fā)《青海省支持大數(shù)據(jù)產(chǎn)業(yè)發(fā)展政策措
» 全屋無主燈智能化規(guī)范
» 微波雷達傳感技術(shù)室內(nèi)照明應用規(guī)范
» 人工智能研發(fā)運營體系(ML0ps)實踐指
» 四驅(qū)四轉(zhuǎn)移動機器人運動模型及應用分析
» 國內(nèi)細分賽道企業(yè)在 AIGC 各應用場景
» 國內(nèi)科技大廠布局生成式 AI,未來有望借
» AIGC領域相關初創(chuàng)公司及業(yè)務場景梳理
» ChatGPT 以 GPT+RLHF 模
» AIGC提升文字 圖片滲透率,視頻 直播
» AI商業(yè)化空間前景廣闊應用場景豐富
» AI 內(nèi)容創(chuàng)作成本大幅降低且耗時更短 優(yōu)
 
== 機器人推薦 ==
 
迎賓講解服務機器人

服務機器人(迎賓、講解、導診...)

智能消毒機器人

智能消毒機器人

機器人底盤

機器人底盤

 

商用機器人  Disinfection Robot   展廳機器人  智能垃圾站  輪式機器人底盤  迎賓機器人  移動機器人底盤  講解機器人  紫外線消毒機器人  大屏機器人  霧化消毒機器人  服務機器人底盤  智能送餐機器人  霧化消毒機  機器人OEM代工廠  消毒機器人排名  智能配送機器人  圖書館機器人  導引機器人  移動消毒機器人  導診機器人  迎賓接待機器人  前臺機器人  導覽機器人  酒店送物機器人  云跡科技潤機器人  云跡酒店機器人  智能導診機器人 
版權(quán)所有 © 創(chuàng)澤智能機器人集團股份有限公司     中國運營中心:北京·清華科技園九號樓5層     中國生產(chǎn)中心:山東日照太原路71號
銷售1:4006-935-088    銷售2:4006-937-088   客服電話: 4008-128-728