论文部分内容阅读
提出一种新的基于非接触观测信息的机器人模仿学习表征与执行的控制图模型。建立可模仿学习的人-机关系,并得出模仿学习前提条件是以系统末端微分运动为基本行为元。提出控制图模型结构和基于视觉观测序列的模型学习方法。提出基于累积和瞬时相关函数的观测序列分割和图结构生成方法,和基于RBF(径向基函数)网络的行为元目标学习方法。通过不同结构和自由度的机器人毛笔绘画和物体抓取模仿学习实例实验,证明了所提出模型在视觉观测信息下能够表征与执行不同层次和类型的行为,具有良好的泛化能力、通用性及实用性。