可变形环境中的专家运动复制

资源内容介绍

本文提出一种结合主动学习与逆优化控制（IOC）的框架，用于从专家演示中自动学习可变形物体的敏感性参数，使运动规划器能在可变形环境中复现专家级行为。该方法采用基于体素的成本函数模型，避免复杂的物理仿真，提升计算效率。通过路径积分逆向强化学习（PIIRL）恢复敏感性权重，并利用RRT*规划器结合穿刺检测生成安全、合理的路径。实验表明，即使在高维空间与有限演示条件下，系统仍能有效模仿专家偏好，并具备良好的泛化能力。该框架在医疗机器人等需精细操作的应用中具有重要意义。