基于高斯过程的机器人模仿学习研究与实现.pdfVIP

第41卷 第7期 北 京 工 业 大 学 学 报 Vol.41 No.7 2015年 7月 JOURNAL OF BEIJING UNIVERSITY OFTECHNOLOGY Jul. 2015 基于高斯过程的机器人模仿学习研究与实现 于建均,韩春晓,阮晓钢,刘 涛 (北京工业大学 电子信息与控制工程学院,北京 100124) 摘 要:针对机器人模仿学习控制策略获取的问题,基于高斯过程的方法,建立示教机器人示教行为的样本数据的 高斯过程回归模型并加以训练,以求解示教机器人的感知和行为之间的映射关系,并将此映射关系作为模仿机器 人的控制策略来实现对示教行为的模仿. 以Braitenberg车为仿真对象,研究趋光模仿学习行为. 仿真实验表明:基 于高斯过程的机器人模仿学习算法具有有效性,模仿机器人在不同任务环境下具有很好的适应性. 关键词:机器人;模仿学习;高斯过程 中图分类号:TP242.6 文献标志码:A 文章编号:0254-0037(2015)07-1000-05 doi:10.11936/ bjutxb2014070031 Robot Imitation Learning Based on Gaussian Processes YUJian-jun,HAN Chun-xiao,RUAN Xiao-gang,LIU Tao (College of Electronic and Control Engineering,Beijing University of Technology,Beijing 100124,China) Abstract:To acquire the control strategy in robot imitation learning, a Gaussian processes (GP) regression model based on GP is used to construct the mapping relationship between actions of teaching robot and perceptionbythesampledataoftheteachingbehavior. Then,themappingrelationshipisused as control the strategy to imitate the teaching action. The Braitenberg vehicles are used as simulation subject to study phototaxis imitation learning action. Simulation results show that robot imitation learning based onGaussianprocessesiseffective. Furthermore,thesimulationresultsinvarioustaskenvironments indicate that the method is adaptive. Key words:robot;imitation learning;Gaussian processes (GP) 人类和其他生物能够通过观察和模仿同伴的行 制策略. 逆强化学习的方法主要是基于模仿者对示 为,有效地获得同伴行为的运动方式,并理解这些行 教行为进行模仿学习的代价函数,寻求使代价函数 为的涵义. 赋予机器人像人类一样模仿学习的能 最小的控制策略. 然而,逆强化学习的方法对代价 力,能够有效地解决机器人运动技能获取的问题,提 函数要求较高,不适用于代价函数难以获取的模仿