跳到正文
arXiv · 机器人与计算机视觉· Matthias Jammot, Pembe Gizem \"Ozdil·· 2 天前精选AI 评分78

ImpedanceMimic:基于学习阻抗的动作空间用于高保真运动模仿

ImpedanceMimic: Learned Impedance as Action Space for Force-Accurate Motion Imitation

AI 导读

论文指出固定增益 PD 控制在运动与力跟踪间存在权衡,提出 ImpedanceMimic 强化学习策略,根据运动和力测量调节每关节的刚度、阻尼和位置设定值,推理时仅需运动输入。该方法在 129 名参与者和六种活动中均优于匹配的固定增益 PD 及现有控制器,接近专用回归器效果。通过惯性缩放先验表达增益,单策略即可控制特定生物力学模型,无需显式人体测量数据,并实现向未见过人类和人形机器人的零样本迁移。

推荐理由

提出利用强化学习调节关节阻抗的策略,在无需显式人体参数时实现跨主体与机器人的零样本迁移。

来源:arXiv · 机器人与计算机视觉 · arxiv.org