期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于改进ProMPs的机器人姿态轨迹模仿学习
1
作者
伍家俊
黎奕辉
陈燊豪
《组合机床与自动化加工技术》
北大核心
2024年第10期46-49,共4页
针对概率运动基元(ProMPs)在学习机器人姿态轨迹时忽略数据背后的非线性约束导致姿态轨迹推断精度低的问题,提出了一种黎曼流形上的改进ProMPs方法。该方法采用单位四元数作为机器人姿态表达方式。首先,将ProMPs的学习过程与黎曼流形上...
针对概率运动基元(ProMPs)在学习机器人姿态轨迹时忽略数据背后的非线性约束导致姿态轨迹推断精度低的问题,提出了一种黎曼流形上的改进ProMPs方法。该方法采用单位四元数作为机器人姿态表达方式。首先,将ProMPs的学习过程与黎曼流形上的极大似然估计与对数映射相结合实现示教姿态轨迹的概率建模;然后,利用黎曼流形上的指数映射对ProMPs的推断轨迹还原为机器人姿态轨迹;最后,在UR5机器人进行了实验评估。结果表明,该算法相较于原始ProMPs在姿态轨迹推断精度与轨迹平滑度方面分别提升56%与35%,并能使机器人更快地到达目标姿态。
展开更多
关键词
机器人
模仿学习
单位四元数
概率运动基元
黎曼流形
在线阅读
下载PDF
职称材料
基于ProMPs和PI^2的机器人学习方法
被引量：
1
2
作者
傅剑
曹策
申思远
《武汉科技大学学报》
CAS
北大核心
2019年第5期387-393,共7页
基于传统运动基元模型的机器人学习方法存在学习速度慢、学习结果精度低等问题,为此本文提出一种融合贝叶斯估计算法的概率运动基元(ProMPs)表达和模仿学习框架,同时还利用了基于核典型相关分析(KCCA)的改进型路径积分PI^2策略进行轨迹...
基于传统运动基元模型的机器人学习方法存在学习速度慢、学习结果精度低等问题,为此本文提出一种融合贝叶斯估计算法的概率运动基元(ProMPs)表达和模仿学习框架,同时还利用了基于核典型相关分析(KCCA)的改进型路径积分PI^2策略进行轨迹优化。ProMPs结合贝叶斯推断,为机器人实现有别于示范任务的新任务提供了一个可行解搜索起点,而利用附加泛函指标约束的PI^2算法能让机器人获得平滑的过点轨迹。通过UR5机器人实验平台和V-REP仿真软件对本文方法进行过点试验验证,结果表明,所提出的贝叶斯ProMPs-PI^2学习方法能快速而精准地完成机器人从示范任务到陌生任务的泛化学习,实现机器人新技能的获取。
展开更多
关键词
机器人学习
概率运动基元
路径积分
PI^2
贝叶斯估计
轨迹优化
在线阅读
下载PDF
职称材料
面向任务的机器人动作泛化研究
3
作者
肖聚亮
袁航
+2 位作者
刘海涛
赵炜
李鑫旺
《天津大学学报（自然科学与工程技术版）》
EI
CAS
2024年第6期575-587,共13页
动作泛化是机器人被期望具备的功能,要求机器人不仅能重复人类示教的灵巧动作,还可以根据任务目标生成新动作,在小批量、多种类的生产要求下具有广阔的应用场景.针对面向任务需求快速学习和灵活泛化的目标,设计开发了机器人动作泛化框架...
动作泛化是机器人被期望具备的功能,要求机器人不仅能重复人类示教的灵巧动作,还可以根据任务目标生成新动作,在小批量、多种类的生产要求下具有广阔的应用场景.针对面向任务需求快速学习和灵活泛化的目标,设计开发了机器人动作泛化框架.首先,进行少量示教,使用概率运动基元(probabilistic movement primitives,ProMP)构建动作的轨迹分布,以较少参数概括示教信息.其次,使用期望最大(expected maximum,EM)算法迭代估计模型参数,引入先验信息补充模型以保证稳定性.研究先验信息对泛化效果的影响,确定了合适的先验参数;研究傅里叶基函数对周期轨迹的拟合效果,提出轨迹分割与滤波方法以保证拟合精确平滑.利用模型的概率分布性质,将动作的概率范围收缩到特定位置,并进行整条轨迹的时间尺度缩放与空间位置变换,生成符合泛化要求的轨迹.最后,搭建了一个六自由度机器人喷涂场景进行动作泛化实验.结果表明:该框架能够快速生成多种泛化轨迹.单自由度轨迹学习平均消耗1.924 s,轨迹生成平均需0.004 s;六自由度轨迹学习平均消耗35.608 s,轨迹生成平均需0.011s.
展开更多
关键词
协作机器人
模仿学习
概率运动基元
动作泛化
在线阅读
下载PDF
职称材料
题名
基于改进ProMPs的机器人姿态轨迹模仿学习
1
作者
伍家俊
黎奕辉
陈燊豪
机构
广东工业大学机电工程学院
出处
《组合机床与自动化加工技术》
北大核心
2024年第10期46-49,共4页
基金
国家自然科学基金项目(62203126)
广东省重点研发计划项目(2020B090928002)。
文摘
针对概率运动基元(ProMPs)在学习机器人姿态轨迹时忽略数据背后的非线性约束导致姿态轨迹推断精度低的问题,提出了一种黎曼流形上的改进ProMPs方法。该方法采用单位四元数作为机器人姿态表达方式。首先,将ProMPs的学习过程与黎曼流形上的极大似然估计与对数映射相结合实现示教姿态轨迹的概率建模;然后,利用黎曼流形上的指数映射对ProMPs的推断轨迹还原为机器人姿态轨迹;最后,在UR5机器人进行了实验评估。结果表明,该算法相较于原始ProMPs在姿态轨迹推断精度与轨迹平滑度方面分别提升56%与35%,并能使机器人更快地到达目标姿态。
关键词
机器人
模仿学习
单位四元数
概率运动基元
黎曼流形
Keywords
robots
imitation learning
unit quaternion
probabilistic movement primitives
riemannian manifolds
分类号
TH165 [机械工程—机械制造及自动化]
TG659 [金属学及工艺—金属切削加工及机床]
在线阅读
下载PDF
职称材料
题名
基于ProMPs和PI^2的机器人学习方法
被引量：
1
2
作者
傅剑
曹策
申思远
机构
武汉理工大学自动化学院
出处
《武汉科技大学学报》
CAS
北大核心
2019年第5期387-393,共7页
基金
国家自然科学基金资助项目(61773299,51475347,51575412)
文摘
基于传统运动基元模型的机器人学习方法存在学习速度慢、学习结果精度低等问题,为此本文提出一种融合贝叶斯估计算法的概率运动基元(ProMPs)表达和模仿学习框架,同时还利用了基于核典型相关分析(KCCA)的改进型路径积分PI^2策略进行轨迹优化。ProMPs结合贝叶斯推断,为机器人实现有别于示范任务的新任务提供了一个可行解搜索起点,而利用附加泛函指标约束的PI^2算法能让机器人获得平滑的过点轨迹。通过UR5机器人实验平台和V-REP仿真软件对本文方法进行过点试验验证,结果表明,所提出的贝叶斯ProMPs-PI^2学习方法能快速而精准地完成机器人从示范任务到陌生任务的泛化学习,实现机器人新技能的获取。
关键词
机器人学习
概率运动基元
路径积分
PI^2
贝叶斯估计
轨迹优化
Keywords
robot learning
ProMPs
path integral
PI^2
Bayesian estimation
trajectory optimization
分类号
TP242.6 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
面向任务的机器人动作泛化研究
3
作者
肖聚亮
袁航
刘海涛
赵炜
李鑫旺
机构
天津大学机械工程学院
出处
《天津大学学报（自然科学与工程技术版）》
EI
CAS
2024年第6期575-587,共13页
基金
国家重点研发计划资助项目(2019YFA0709004)
国家自然科学基金资助项目(52175025,51721003).
文摘
动作泛化是机器人被期望具备的功能,要求机器人不仅能重复人类示教的灵巧动作,还可以根据任务目标生成新动作,在小批量、多种类的生产要求下具有广阔的应用场景.针对面向任务需求快速学习和灵活泛化的目标,设计开发了机器人动作泛化框架.首先,进行少量示教,使用概率运动基元(probabilistic movement primitives,ProMP)构建动作的轨迹分布,以较少参数概括示教信息.其次,使用期望最大(expected maximum,EM)算法迭代估计模型参数,引入先验信息补充模型以保证稳定性.研究先验信息对泛化效果的影响,确定了合适的先验参数;研究傅里叶基函数对周期轨迹的拟合效果,提出轨迹分割与滤波方法以保证拟合精确平滑.利用模型的概率分布性质,将动作的概率范围收缩到特定位置,并进行整条轨迹的时间尺度缩放与空间位置变换,生成符合泛化要求的轨迹.最后,搭建了一个六自由度机器人喷涂场景进行动作泛化实验.结果表明:该框架能够快速生成多种泛化轨迹.单自由度轨迹学习平均消耗1.924 s,轨迹生成平均需0.004 s;六自由度轨迹学习平均消耗35.608 s,轨迹生成平均需0.011s.
关键词
协作机器人
模仿学习
概率运动基元
动作泛化
Keywords
collaborative robot
learning from demonstration
probabilistic movement primitive
action generalization
分类号
TP242 [自动化与计算机技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于改进ProMPs的机器人姿态轨迹模仿学习
伍家俊
黎奕辉
陈燊豪
《组合机床与自动化加工技术》
北大核心
2024
0
在线阅读
下载PDF
职称材料
2
基于ProMPs和PI^2的机器人学习方法
傅剑
曹策
申思远
《武汉科技大学学报》
CAS
北大核心
2019
1
在线阅读
下载PDF
职称材料
3
面向任务的机器人动作泛化研究
肖聚亮
袁航
刘海涛
赵炜
李鑫旺
《天津大学学报（自然科学与工程技术版）》
EI
CAS
2024
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
