每日 Arxiv

本页面整理了世界各地发表的人工智能相关论文。
本页面使用 Google Gemini 汇总而成，并以非盈利为基础运营。
论文版权归作者及相关机构所有，分享时请注明出处。

基于扩散的阻抗学习，用于接触丰富的操作任务

Created by
  • Haebom

作者

诺亚·盖格、塔米姆·阿斯福、内维尔·霍根、约翰内斯·拉赫纳

大纲

本文提出了一种基于扩散的阻抗学习框架，该框架将擅长在信息域中生成运动的学习方法与塑造能量域中物理相互作用的阻抗控制相结合。基于Transformer的扩散模型用于重建模拟零力轨迹（sZFT），并引入基于SLERP的四元数噪声调度器进行旋转，以确保几何一致性。重建的sZFT随后被输入到基于能量的估计器中，该估计器用于更新刚度和阻尼参数。本文收集了公园游戏场景和机器人辅助治疗任务的数据，即使在样本量较小的情况下也能实现精确的位置和旋转精度。小模型尺寸支持实时扭矩控制和自主刚度自适应，并在各种钉插入任务中取得了成功的结果。

Takeaways, Limitations

•
Takeaways：
◦
通过基于学习的方法和基于模型的控制的融合为物理人工智能做出贡献。
◦
即使使用少量数据也能实现高精度。
◦
可以实现实时控制和自主刚度调整。
◦
执行一般任务（例如，插入钉子）。
◦
所有代码都是公开的。
•
Limitations：
◦
论文中没有指定 Limitations。
👍
Made with Slashpage