How to Train Your Robot. New Environments for Robotic Training and New Methods for Transferring Policies from the Simulator to the Real Robot ; Comment Dresser Votre Robot - Nouveaux Environnements de Formation Robotique et Nouvelles Méthodes de Transfert de Stratégies du Simulateur au Vrai Robot
Titel:
How to Train Your Robot. New Environments for Robotic Training and New Methods for Transferring Policies from the Simulator to the Real Robot ; Comment Dresser Votre Robot - Nouveaux Environnements de Formation Robotique et Nouvelles Méthodes de Transfert de Stratégies du Simulateur au Vrai Robot
Anmerkungen:
Diese Datenquelle enthält auch Bestandsnachweise, die nicht zu einem Volltext führen.
Beschreibung:
Les robots sont l’avenir. Mais comment pouvons-nous leur apprendre de nouvelles compétences utiles? Ce travail couvre une variété de sujets, ayant tous pour but commun de faciliter l’entraînement des robots. La première composante principale de cette thèse est notre travail sur le transfert de modélisation sim2real. Lorsqu’une stratégie a été entièrement apprise en simulation, ses performances sont généralement considérablement inférieures à celles du vrai robot. Cela peut être dû à du bruit aléatoire, à des imprécisions ou à des effets non modélisés, tels que des réactions en retour. Nous introduisons une nouvelle technique pour apprendre la différence entre le simulateur et le vrai robot et pour l’utiliser afin de corriger le simulateur. Nous avons constaté que pour plusieurs de nos idées, aucune simulation appropriée n’était disponible. Par conséquent, pour la deuxième partie principale de la thèse, nous avons créé un ensemble de nouvelles simulations robotiques et de nouveaux environnements de test. Nous fournissons (1) plusieurs nouvelles simulations pour des robots existants, ainsi que des variantes d’environnements existants, qui permettent un ajustement rapide de la dynamique du robot. Nous avons également co-créé (2) le défi AIDO de Duckietown, qui est un concours de robotique en direct à grande échelle pour les conférences NIPS 2018 et ICRA 2019. Pour ce défi, nous avons créé l’infrastructure de simulation, qui permet aux participants d’entraîner leurs robots en simulation avec ou sans ROS. Il leur permet également d’évaluer automatiquement leurs soumissions sur des robots en direct dans un ”Robotarium”. Afin d’évaluer la compréhension et l’acquisition continue de langage par un robot, nous avons développé le (3) Test d’Interaction Multimodal Homme-Robot (MHRI). Cet ensemble de tests contient plusieurs heures d’enregistrements annotés de différentes personnes montrant et pointant des objets ménagers courants, le tout du point de vue d’un robot. La nouveauté et la difficulté de cette tâche découlent du ...