Black Box Optimization of Dynamical Movement Primitives学习笔记

最新推荐文章于 2022-08-27 15:08:17 发布

在路上的zmm

最新推荐文章于 2022-08-27 15:08:17 发布

阅读量427

点赞数 1

分类专栏： DMP学习笔记文章标签：算法 python

本文链接：https://blog.csdn.net/weixin_44912626/article/details/108111036

版权

本文介绍了如何利用Black Box Optimization (BBO) 对Dynamic Movement Primitives (DMPs) 进行多自由度并行优化。讨论了两种优化DMP参数的方法：全局70-D优化和独立10-D优化。还探讨了CostFunction与Task/TaskSolver的区别，以及它们在机器人任务执行中的作用。文章详细阐述了实现过程，并提到了成本组件和相关变量的处理方式。

摘要由CSDN通过智能技术生成

参考资料： https://github.com/stulp/dmpbbo
前提：你已经阅读了黑盒子优化和动态运动原语的教程。
在将BBO应用于策略改进时(例如优化机器人上的DMP)，“rollout”的概念变得很重要。rollout是使用一组策略参数(例如DMP的参数)执行策略(例如DMP)的结果。虽然优化的搜索空间是在策略参数的空间中，但成本是由rollout决定的。
从实现的角度来看，将BBO应用于策略改进(可能会执行dmp)需要几个扩展:
1.并行运行多个优化，针对DMP的每个自由度运行一个优化
2.使用任务的rolllouts/任务求解器来代替成本函数

Optimizing DMP DOFs in parallel(多自由度并行优化)

考虑一个7自由度的机械臂。在DMP中，每个DOF将由7-D DMP的不同维数表示(假设DMP的每个维数使用10个基函数)。针对成本函数，有两种不同的优化DMP参数的方法:
1.考虑优化的搜索空间为70-D，即在一个搜索空间中考虑DMP的所有开放参数。为此，您可以使用runOptimizationTask()，还可以参阅demoOptimizationTask.cpp和demoOptimizationDmp.cpp中的演示。缺点是奖励加权平均将需要更多的样本来执行鲁棒更新，特别是对于协方差矩阵，它是70X70！
2.为这7个dof分别运行一个优