elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

Learning task-parameterized dynamic movement primitives using mixture of GMMs

Pervez, Affan und Lee, Dongheui (2017) Learning task-parameterized dynamic movement primitives using mixture of GMMs. Intelligent Service Robotics. Springer. doi: 10.1007/s11370-017-0235-8. ISSN 1861-2776.

Dieses Archiv kann nicht den Volltext zur Verfügung stellen.

Offizielle URL: https://link.springer.com/article/10.1007/s11370-017-0235-8

Kurzfassung

Task-parameterized skill learning aims at adaptive motion encoding to new situations. While existing approaches for task-parameterized skill learning have demonstrated good adaptation within the demonstrated region, the extrapolation problem of task-parameterized skills has not been investigated enough. In this work, with the aim of good adaptation not only within the demonstrated region but also outside of the region, we propose to combine a generative model with a dynamic movement primitive by formulating learning as a density estimation problem. Moreover, for efficient learning from relatively few demonstrations, we propose to augment training data with additional incomplete data. The proposed method is tested and compared with existing works in simulations and real robot experiments. Experimental results verified its generalization in the extrapolation region.

elib-URL des Eintrags:https://elib.dlr.de/117910/
Dokumentart:Zeitschriftenbeitrag
Titel:Learning task-parameterized dynamic movement primitives using mixture of GMMs
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Pervez, AffanTUMNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Lee, DongheuiDongheui.Lee (at) dlr.dehttps://orcid.org/0000-0003-1897-7664NICHT SPEZIFIZIERT
Datum:26 Juli 2017
Erschienen in:Intelligent Service Robotics
Referierte Publikation:Ja
Open Access:Nein
Gold Open Access:Nein
In SCOPUS:Ja
In ISI Web of Science:Ja
DOI:10.1007/s11370-017-0235-8
Verlag:Springer
ISSN:1861-2776
Status:veröffentlicht
Stichwörter:Programming by Demonstration, dynamic movement primitives, Task parameterized movement
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Raumfahrt
HGF - Programmthema:Technik für Raumfahrtsysteme
DLR - Schwerpunkt:Raumfahrt
DLR - Forschungsgebiet:R SY - Technik für Raumfahrtsysteme
DLR - Teilgebiet (Projekt, Vorhaben):R - Terrestrische Assistenz-Robotik (alt)
Standort: Oberpfaffenhofen
Institute & Einrichtungen:Institut für Robotik und Mechatronik (ab 2013)
Hinterlegt von: Lee, Prof. Dongheui
Hinterlegt am:08 Jan 2018 00:33
Letzte Änderung:11 Jul 2023 08:44

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.