chapter12.2-机器人自适应操作技能学习

CHAPTER12机器人示教人机技能泛化框架实验验证小结212.2机器人自适应操作技能学习312.2机器人自适应操作技能学习在以下情况中技能泛化很难实现：（1）复杂任务包含多个步骤（2）在任务再现过程中机器人需要满足一些约束条件（3）任务复现时与示教时的情景有较大差别将要学习的技能自动分割成一系列子技能进行相应编码调节每个单独的子技能考虑人体肢体刚度机器人技能泛化框架：人机技能泛化框架1.框架概述图12.25框架的图形表示4示教位姿状态、刚度特征分割分成子技能序列、建立特征库对齐对齐时间、坐标点泛化DMP编码、泛化2.使用BP-AR-HMM进行技能分割图12.26a)特征选择机制隐马尔可夫模型（HMM）是一种基于观测数据进行时间序列分析的统计方法。5Beta过程自回归HMM（BP-AR-HMM）可以改善HMM模型的两个缺点。BP-AR-HMMBeta过程AR-HMM模型HMM通常需要先验知识来选择隐含数量的状态，因此容易导致过度拟合或欠拟合的问题。Beta过程（BP）的B定义了可能数量状态的全局权重，可以编码许多不同的行为：6

(12.21)

(12.22)

(12.23)图12.26b)特征选择机制的图形表示

(12.24)

7(12.25)(12.26)

(12.27)BP-AR-HMM模型只需几个参数即可提供可靠的推理，Beta过程以完全贝叶斯方式确定表示复杂任务的潜在特征的总数3.使用广义时间规整算法的示教曲线对齐

8

(12.28)

一般机器人从示教中学习技能所获得的曲线通常是多维时间序列DTW算法可能会受时间和空间计算复杂度二次方增长的限制GTW算法可以解决上述问题，实现人体运动的多模态数据对准

9

(12.29)

4.使用DMP的技能表示和泛化DMP模型：10通常，一维系统的点对点运动DMP由三个微分方程表示：

(12.30)(12.31)(12.32)

11(12.33)

核向量的元素定义为：

(12.34)(12.35)(12.36)(12.37)

用于编码刚度的扩展DMP：12为了同时编码从示教中获得的运动轨迹和刚度轨迹，扩展DMP模型如下：

(12.38)5.人体手臂末端刚度到机器人阻抗控制器的映射实时检测示教者手臂的肌电信号基于EMG信号估计人体手臂刚度将刚度映射到机器人关节阻抗控制器13图12.27人体手臂末端刚度与机器人关节阻抗控制器的映射实验验证1.实验装置图12.28取水任务的实验装置14机器人从动臂会跟随主臂运动MYO手环用于收集实时的肌电信号2.参数设置示教轨迹预处理。示教轨迹为8维时间序列。在AR-HMM模型中选择1阶的自回归模型。Metropolis-Hastings和Gibbs采样器运行10次，每次迭代1200下。分割轨迹。3.结果和分析设置机器人在两个条件下被示教执行任务：1）将半瓶水提升四次。2）将三分之一瓶水提起两次。由于人类指导员肌肉激活的不确定性，即使在相同的任务条件下，刚度曲线在形状上也不完全相同。15图12.29七自由度运动轨迹和1自由度刚度轨迹的分割结果，六个子图中每个图的第一行表示刚度，其他行均表示关节角；I和II分别对应于第一和第二任务条件示教轨迹的对齐结果：16(a)关节S0的角度(b)关节S1的角度(c)关节E0的角度(d)关节E1的角度图12.307自由度运动轨迹（a-g）和1自由度刚度分布（h）的对齐结果示教轨迹的对齐结果17(e)关节W0的角度(f)关节W1的角度(g)关节W2的角度(h)刚度变化图12.307自由度运动轨迹（a-g）和1自由度刚度分布（h）的对齐结果把任务泛化到以下任务情况：1）抬起装满水的瓶子越过障碍物并将其放置在目标上；2）当不希望高刚度的时候，保持低刚度控制，即在前两个步骤期间要求机器人处于低增益控制下。18（a）泛化的刚度曲线(b)六次示教（灰）和泛化阶段（黑）的z方向上的力曲线图12.31刚度曲线及力曲线小结19本节介绍了一种PbD框架，用于机器人学习和泛化人类的变阻