Learning Manipulation Tasks from Vision-based Teleoperation
https://diglib.tugraz.at/download.php?id=5f6b1095deb86&location=browse
从演示中学习是一种直接教会机器人新任务而不需要显式编程的方法。之前的方法通常通过动觉教学或远程操作来收集演示数据。这是一个挑战，因为人类必须与机器人进行物理互动或使用专门的硬件。本文提出了一种基于人手跟踪的遥操作系统，以减轻机器人对特定工具的控制要求。演示过程中记录的数据被用来训练深度模仿学习模型，使机器人能够模仿任务。我们使用KUKA LWR IV+机械臂进行实验，将一个物体从随机的开始位置推到目标位置。结果表明，仅收集了100个演示，机器人就成功完成了任务。与基线模型相比，正则化和数据增强的引入带来了更高的成功率。