面向示范学习的潜在物理属性在线自适应方法

该论文提出一种示范学习方法，用于让机器人根据交互中获得的物理属性信息调整抓取与接触位置等操作动作。方法从包含物理属性适应行为的示范中联合学习动力学模型与物体特定的潜在表示，再用该表示条件化模仿策略；执行时动力学模型与策略权重固定，仅依据预测观测与实际观测的偏差在线更新潜在表示。在质心不同的物体上开展的真实与仿真实验显示，基于潜在物理属性的在线自适应可提升任务成功率，但仿真中示范未覆盖的质心位置成功率仍在约30%，对未见物理属性的适应能力有限。该工作已被SII 2027接收。