基于关节分组策略的智能体元动作学习方法

摘要

一种基于关节分组策略的智能体元动作学习方法，用于机器人自动控制，通过关节分组和元动作的时空融合来控制机器人快速学会新任务，从而避免了花费大量时间进行从头训练。提出了一个信息论目标来优化强化学习算法训练机器人，从而学会一系列多样的元动作策略；基于动态时间规整算法进行关节之间的轨迹相似性计算，进而基于层次聚类算法实现机器人关节的分组；根据关节组对应掩码得到不同关节组的元动作控制策略；构建层次结构的机器人总控制策略网络，通过线性组合各个关节组元动作策略的权重，实现在时间层面和空间层面上的元动作融合，从而能够快速学会新任务；同时，增强机器人动作的协调性和连贯性，在新任务上能够达到更好的表现。