3、机器人学习与控制方法研究

机器人学习与控制方法研究

1 远程操作演示的概率在线机器人学习

1.1 轨迹修正与模型更新

在轨迹细化后，使用新的轨迹 $\tau_{new}^d$ 来更新条件概率运动原语（conditioned - ProMPs）。具体步骤如下：
1. 从 $\tau_{new}^d$ 计算新的 ProMP 权重 $w$。
2. 创建向量 $x$，将条件 $s$（即不同的物体位置和机器人初始姿态）附加到 ProMP 权重 $w$ 上，得到 $x = [w^T, s^T]$。
3. 使用 Welford 方法，利用 $x$ 增量式地更新均值和协方差，该方法能快速更新均值和协方差，无需存储所有先前的数据。
4. 为了对齐不同时长的演示轨迹，采用动态时间规整（Dynamic Time Warping）方法。

1.2 人为因素实验

1.2.1 实验设置

• 参与者 ：18 名参与者自愿参加实验，并在参与前签署了知情同意书。实验前询问了他们的游戏和远程操作经验。

• 实验条件 ：将所提出的方法与其他三种适应训练技能模型的方法进行比较。这四种方法由两种学习机制（在线学习或离线学习）和两种教学设备（触觉界面或示教器）组合而成，具体如下表所示：
  | 方法 | 学习机制 | 教学设备 |
  | ---- | ---- | ---- |
  | OnStyl | 在线学习 | 触觉笔式界面（Geomagic Touch） |
  | OnKey | 在线学习 | 通用 PC 键盘模