论文
通过基于自然语言的运动动力学建模对机器人结构损伤进行零射击适应
Zero-Shot Adaptation to Robot Structural Damage via Natural Language-Informed Kinodynamics Modeling
摘要
高性能自主移动机器人在野外作业期间承受巨大的机械应力,例如高速行驶或在崎岖的地形上行驶。尽管这些平台的设计能够承受此类条件,但机械退化是不可避免的。与健康车辆相比,结构损坏表现为运动动力学行为的一致且显着的变化。考虑到结构失效的异质性,量化各种损伤以了解运动动力学是具有挑战性的。我们假设自然语言可以描述并捕获各种损害。因此,我们提出了零样本语言知情运动动力学(ZLIK),它采用自监督学习来基础运动动力学行为中损伤描述的语义信息,以数据驱动的方式学习正向运动动力学模型。使用高保真软体物理模拟器 BeamNG.tech,我们从各种结构受损的车辆中收集数据。我们的学习模型实现了对不同损伤的零样本适应,运动动力学误差降低了 81%,并概括了模拟到真实和全到 1/10$^{\text{th}}$ 尺度的差距。