Leveraging Imitation Learning on Pose Regulation Problem of a Robotic Fish

计算机科学 人工智能 强化学习 马尔可夫决策过程 机器人 稳健性(进化) 模仿 任务(项目管理) 马尔可夫过程 工程类 心理学 统计 系统工程 化学 基因 社会心理学 生物化学 数学
作者
Tianhao Zhang,Yao Lu,Chen Wang,Jinan Sun,Shikun Zhang,Airong Wei,Guangming Xie
出处
期刊:IEEE transactions on neural networks and learning systems [Institute of Electrical and Electronics Engineers]
卷期号:35 (3): 4232-4245 被引量:5
标识
DOI:10.1109/tnnls.2022.3202075
摘要

In this article, the pose regulation control problem of a robotic fish is investigated by formulating it as a Markov decision process (MDP). Such a typical task that requires the robot to arrive at the desired position with the desired orientation remains a challenge, since two objectives (position and orientation) may be conflicted during optimization. To handle the challenge, we adopt the sparse reward scheme, i.e., the robot will be rewarded if and only if it completes the pose regulation task. Although deep reinforcement learning (DRL) can achieve such an MDP with sparse rewards, the absence of immediate reward hinders the robot from efficient learning. To this end, we propose a novel imitation learning (IL) method that learns DRL-based policies from demonstrations with inverse reward shaping to overcome the challenge raised by extremely sparse rewards. Moreover, we design a demonstrator to generate various trajectory demonstrations based on one simple example from a nonexpert helper, which greatly reduces the time consumption of collecting robot samples. The simulation results evaluate the effectiveness of our proposed demonstrator and the state-of-the-art (SOTA) performance of our proposed IL method. Furthermore, we deploy the trained IL policy on a physical robotic fish to perform pose regulation in a swimming tank without/with external disturbances. The experimental results verify the effectiveness and robustness of our proposed methods in real world. Therefore, we believe this article is a step forward in the field of biomimetic underwater robot learning.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
共享精神应助平淡映易采纳,获得10
1秒前
茶博士发布了新的文献求助10
1秒前
孤独的以菱完成签到 ,获得积分10
2秒前
huanglu完成签到 ,获得积分10
2秒前
小玲子发布了新的文献求助10
3秒前
科研通AI2S应助自然的茉莉采纳,获得10
4秒前
hana完成签到,获得积分10
4秒前
科研通AI2S应助受伤的迎松采纳,获得10
6秒前
长安完成签到,获得积分10
11秒前
13秒前
13秒前
聂先生完成签到,获得积分10
13秒前
新嘟完成签到 ,获得积分10
14秒前
17秒前
QDE完成签到,获得积分10
17秒前
UHPC发布了新的文献求助10
17秒前
18秒前
帅气男孩完成签到,获得积分10
20秒前
20秒前
ygmygqdss完成签到 ,获得积分10
20秒前
20秒前
www完成签到 ,获得积分10
21秒前
Dream发布了新的文献求助10
22秒前
jias发布了新的文献求助10
23秒前
TG303完成签到,获得积分10
24秒前
chiweiyoung完成签到,获得积分10
25秒前
25秒前
年轻花卷完成签到 ,获得积分10
25秒前
脱壳金蝉完成签到,获得积分10
25秒前
小马甲应助小玲子采纳,获得10
26秒前
菠萝水手发布了新的文献求助10
26秒前
球球完成签到,获得积分10
27秒前
复杂千亦发布了新的文献求助10
27秒前
科研通AI2S应助受伤的迎松采纳,获得10
29秒前
洁净的酬海完成签到 ,获得积分10
30秒前
30秒前
30秒前
31秒前
健忘的雨安完成签到,获得积分10
32秒前
心灵美鑫完成签到 ,获得积分10
32秒前
高分求助中
HIGH DYNAMIC RANGE CMOS IMAGE SENSORS FOR LOW LIGHT APPLICATIONS 1500
Constitutional and Administrative Law 1000
Questioning sequences in the classroom 700
Microbially Influenced Corrosion of Materials 500
Die Fliegen der Palaearktischen Region. Familie 64 g: Larvaevorinae (Tachininae). 1975 500
The Experimental Biology of Bryophytes 500
Rural Geographies People, Place and the Countryside 400
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 生物化学 物理 纳米技术 计算机科学 内科学 化学工程 复合材料 物理化学 基因 遗传学 催化作用 冶金 量子力学 光电子学
热门帖子
关注 科研通微信公众号,转发送积分 5378995
求助须知:如何正确求助?哪些是违规求助? 4503456
关于积分的说明 14015772
捐赠科研通 4412144
什么是DOI,文献DOI怎么找? 2423708
邀请新用户注册赠送积分活动 1416600
关于科研通互助平台的介绍 1394111