摘要
一种基于动作分块与力感知的双臂机器人模仿学习方法及系统,方法包括将机械臂末端位姿设为动作,并进行动作分块,在专家操作机器人示教完成指定任务的过程中,采集动作分块与多模态观测信息;将动作分块与多模态观测信息输入预先建立的模仿学习模型中,构建动作分块与多模态观测信息之间的映射关系,生成预测动作序列,完成模仿学习模型训练;将训练完成的模仿学习模型部署至真实环境,获取实时的多模态观测信息,并根据多模态观测信息动态生成对应动作分块,按照动作分块输出机器人动作序列,完成指定任务。本发明能够保证操作过程中位置与力的准确性,仅需少量演示即能够学习精细柔顺的操作技能,满足非结构化环境与操作对象多样性的任务要求。
技术关键词
模仿学习方法
双臂机器人
分块
视觉特征提取
机器人示教
序列
非结构化环境
编解码器
编码器框架
深度卷积网络
机械臂
多模态特征
机器人关节
模型训练模块
信息采集模块
生成动作
系统为您推荐了相关专利信息
激光雷达点云数据
点云地图
平台
地面
GNSS数据
人体姿态估计
人体轮廓
轮廓信息
实例分割模型
泛化方法
可变电阻式存储器
电阻式随机存取存储器
顶点
阵列
处理单元
高效存储方法
负载均衡算法
小数据
分析监控数据
索引策略