Optymalizacja trajektorii manipulatora w oparciu o metody uczenia się

• Autorzy: Wawrzyński P. , Winiarski T.

Warianty tytułu

EN

Manipulator trajectory optimization based on learning techniques

• Języki publikacji: PL

Abstrakty

PL

Artykuł przedstawia metodę optymalizacji parametrycznych praw sterowania dla powtarzalnych ruchów systemu robotycznego. Metoda oparta jest na uczeniu się przez wzmacnianie oraz wielokrotnym powtarzaniu ruchu, nie obejmuje natomiast budowy i estymacji modelu dynamiki systemu robotycznego. Jakość prawa sterowania uzyskiwanego w prezentowanym tu podejściu nie jest wiec ograniczona przez jakość modelu. Dlatego mogą to być prawa optymalne dla założonych kryteriów oraz faktycznej dynamiki działającego sprzętu.

EN

The paper introduces a method of control policy optimization for robotic system movement. The method is based on reinforcement learning techniques and recurrent movement repeating rather man building and estimation of system dynamics model. Therefore, policy quality is not confined by the quality of the model. The resulting policy may be thus optimal in the sense ot assumed criteria and dynamics of the actual equipment.

Słowa kluczowe

PL

robotyka; manipulator robota; planowanie ruchu; trajektoria ruchu; metody uczenia się; optymalizacja

EN

robotics; robot manipulator; motion planning; trajectory; learning techniques; optimization

• Wydawca: Oficyna Wydawnicza Politechniki Warszawskiej
• Czasopismo: Prace Naukowe Politechniki Warszawskiej. Elektronika
• Rocznik: 2010
• Tom: z. 175, t. 2
• Strony: 485--494
• Opis fizyczny: Bibliogr. 11 poz., tab., rys.

Twórcy

autor

Wawrzyński P.

autor

Winiarski T.

• Instytut Automatyki i Informatyki Stosowanej Politechniki Warszawskiej,

Bibliografia

• [1] D. P. Bertsekas, J. Tsitsiklis. Neuro-Dynamic Programming. Athena Scientific 1996.
• [2] S. Bhatnagar et al. Natural actor-critic algorithms. Automatica, 2009, wolumen 45, s. 2471-2482.
• [3] C. C. Cheah, C. Liu, J. J. E. Slotine. Adaptive Jacobian tracking control of robots with uncertainties in kinematic, dynamic and actuator models. IEEE Transactions on Automatic Control, 2006, wolumen 51, numer 6, s. 1024-1029.
• [4] P. Cichosz. Systemy uczące się. Warszawa, Wydawnictwo Naukowo-Techniczne WNT 2000.
• [5] M. Guilbert, P. B. Wieber, L. Joly. Optimal trajectory generation for manipulator robots under thermal constraints. In: IEEE/RSJ International Conference on Intelligent Robots and Systems. Proceedings, 2006, s. 742-747.
• [6] J. Peters, S. Schaal. Reinforcement learning of motor skills with policy gradients. Neural Networks, 2008, wolumen 21, s. 682-697.
• [7] J. Peters, S. Vijayakumar, S. Schaal. Reinforcement learning for humanoid robotics. In: IEEE-RAS international conference on humanoid robots. Proceedings, 2003, s. 103-123.
• [8] R. S. Sutton, A. G. Barto. Reinforcement Learning: An Introduction. Cambridge, MA, MIT Press 1998.
• [9] P. Wawrzyński. Real-time reinforcement learning by sequential actor-critics and experience replay. Neural Networks, 2009, wolumen 22, s. 1484-1497.
• [10] P. Wawrzyński. Fixed point method of step-size estimation for on-line neural network training. Artykuł przyjęty do publikacji na International Joint Conference on Neural Networks, 2010.
• [11] C. Zieliński, T. Winiarski. Motion Generation in the MRROC++ Robot Programming Framework. The International Journal of Robotics Research, 2010, wolumen 29, nr 4, s. 386-413.