arXiv · 机器人与计算机视觉· A K M Nadimul Haque, Fouad Sukkar, Sheila Sutjipto, Cedric Le Gentil, Marc G. Carmichael, Teresa Vidal-Calleja·· 2026-10-19精选AI 评分82
面向机器人技能学习与适应的高斯过程方法
Towards Robot Skill Learning and Adaptation with Gaussian Processes
AI 导读
针对现有强化学习方法难以应对大环境变化导致表达力不足的问题,本文提出一种利用稀疏中间点(via-points)和轨迹导数保持运动学特征的新型高斯过程技能自适应框架。该方法包含优化、行为克隆和强化学习三种适应策略,在抽屉开启、推立方体和杆件操作三个任务中,仿真与硬件实验均优于所有基准,且能保持高运动学相似度和低速度误差。
推荐理由
提出基于高斯过程的技能自适应框架,在仿真与硬件上优于基准。
来源:arXiv · 机器人与计算机视觉 · arxiv.org