加州大学开发出新模仿学习框架增强四足机器人在野外的操控技能

盖世汽车讯 集成机械手的四足机器人可以处理需要在周围环境中快速移动的同时操纵物体的任务。这些任务包括收集房屋周围的垃圾、收集特定物品并将其带给人类或将目标物品放置在特定位置等。

许多旨在训练机器人成功完成任务的方法都依赖于模仿学习。这意味着规划机器人动作的算法会学习策略，这些策略将允许机器人通过处理演示数据来完成任务，演示数据展示了代理如何完成这项任务。

虽然一些现有的训练机器人完成涉及运动和物体操纵任务的方法在模拟中取得了可喜的成果，但它们在“野外”的表现往往并不理想。这实际上意味着，在现实环境中进行测试时，它们无法让机器人很好地概括各种任务。

免责声明：该文章系本站转载，旨在为读者提供更多信息资讯。所涉内容不构成投资、消费建议，仅供读者参考。