• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International Conference on Automated Planning and Scheduling(ICAPS 2006); 2006; >Learning Behaviors Models for Robot Execution Control
【24h】

Learning Behaviors Models for Robot Execution Control

机译：机器人执行控制的学习行为模型

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Robust execution of robotic tasks is a difficult problem. In many situations, these tasks involve complex behaviors combining different functionalities (e.g. perception, localization, motion planning and motion execution). These behaviors are often programmed with a strong focus on the robustness of the behavior itself, not on the definition of a "high level" model to be used by a task planner and an execution controller. We propose to learn behaviors models as Dynamic Bayesian Networks. Indeed, the DBN formalism allows us to learn and control behaviors with controllable parameters. We experimented our approach on a real robot, where we learned over a large number of runs the model of a complex navigation task using a modified version of Expectation Maximization for DBN. The resulting DBN is then used to control the robot navigation behavior and we show that for some given objectives (e.g. avoid failure), the learned DBN driven controller performs much better (we have one order of magnitude less failure) than the programmed controller. We believe that the proposed approach remains generic and can be used to learn complex behaviors other than navigation and for other autonomous systems.
机译：机器人任务的可靠执行是一个难题。在许多情况下，这些任务涉及结合了不同功能（例如，感知，定位，运动计划和运动执行）的复杂行为。这些行为的编程通常着重于行为本身的鲁棒性，而不是任务计划者和执行控制器要使用的“高级”模型的定义。我们建议将行为模型学习为动态贝叶斯网络。实际上，DBN形式主义使我们能够通过可控制的参数来学习和控制行为。我们在一个真实的机器人上试验了我们的方法，在该机器人上，我们使用DBN的Expectation Maximization的修改版在大量运行中学习了复杂导航任务的模型。然后将生成的DBN用于控制机器人的导航行为，并且我们表明，对于某些给定的目标（例如避免故障），学习过的DBN驱动的控制器的性能要比编程控制器好得多（我们的故障少一个数量级）。我们认为，所提出的方法仍然通用，可用于学习除导航和其他自治系统以外的复杂行为。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号