应用仿生学和生物力学

PDF
应用仿生学和生物力学/2008年/文章

开放获取

体积 5 |文章的ID 316371年 | https://doi.org/10.1080/11762320902789830

马修·霍华德Stefan Klanke迈克尔·基恩戈尔基督教Goerick Sethu Vijayakumar, 行为生成的类人型机器人通过学习电势政策限制运动”,应用仿生学和生物力学, 卷。5, 文章的ID316371年, 17 页面, 2008年 https://doi.org/10.1080/11762320902789830

行为生成的类人型机器人通过学习电势政策限制运动

收到了 2009年2月01

文摘

运动生成符合观察或证明行为种子运动规划是一种有效的方法在复杂的高维运动人形机器人系统。我们提出一个方法学习电势政策约束运动数据。相比以前的方法直接政策学习,我们的方法可以结合观察从不同的语境,不同的约束力量,学习基本的无约束政策形式的势函数。这允许我们归纳和预测行为小说限制适用。我们证明我们的方法不同复杂性的系统,包括运动学数据的类人机器人ASIMO有22个自由度。

版权©2008 Hindawi出版公司。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。


更多相关文章

PDF 下载引用 引用
订单打印副本订单
的观点233年
下载477年
引用

文章奖:2020年杰出的研究贡献,选择由我们的首席编辑。获奖的文章阅读