arXiv cs.RO· Yoshiki Takebayashi, Giovanni Perantoni, Hikaru Sasaki, Matteo Saveriano, Takamitsu Matsubara·· 2 小时前AI 评分58
EF-GAIfO：形态不匹配下基于经验的可行性感知生成对抗模仿学习
Experience-Based Feasibility-Aware Generative Adversarial Imitation from Observation under Embodiment Mismatch
AI 导读
研究提出 EF-GAIfO，一种在形态与动力学不匹配时从机器人自身经验估计纯状态示范可行性的模仿学习方法，不依赖显式动力学模型或大规模先验探索数据。其可行性判据随策略学习动态演化，策略提升、状态转移覆盖更广时可行域逐步扩展，从而纳入更多示范。作者在仿真运动任务和真实四足机器人物体接近与抓取任务上验证了方法有效性。
来源：arXiv cs.RO · arxiv.org