Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
MTZ-Fachkongress

Antriebe und Energiesysteme von morgen


Austausch von Automobil- und Energiewirtschaft

Am 14./15. Mai geht es in Chemnitz um die Mobilitätswende durch Elektro- und Wasserstofffahrzeuge.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Buchtitelbild

2016 | OriginalPaper | Buchkapitel

Learning Robot Navigation Behaviors by Demonstration Using a RRT\(^{*}\) Planner

verfasst von : Noé Pérez-Higueras, Fernando Caballero, Luis Merino

Erschienen in: Social Robotics

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

This paper presents an approach for learning robot navigation behaviors from demonstration using Optimal Rapidly-exploring Random Trees (RRT\(^{*}\)) as main planner. A new learning algorithm combining both Inverse Reinforcement Learning (IRL) and RRT\(^{*}\) is developed in order to learn the RRT\(^{*}\)’s cost function from demonstrations. This cost function can be used later in a regular RRT\(^{*}\) for robot planning including the learned behaviors in different scenarios. Simulations show how the method is able to recover the behavior from the demonstrations.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Nächstes Kapitel Adaptive Robot Assisted Therapy Using Interactive Reinforcement Learning
Fußnoten
Literatur
1.
2.
Argali, B., Chernova, S., Veloso, M., Browning, B.: A survey of robot learning from demonstrations. Robot. Auton. Syst. 57, 469–483 (2009)CrossRef
3.
Feil-Seifer, D., Mataric, M.: People-aware navigation for goal-oriented behavior involving a human partner. In: Proceedings of the IEEE International Conference on Development and Learning (ICDL) (2011)
4.
Ferrer, G., Garrell, A., Sanfeliu, A.: Robot companion: a social-force based approach with human awareness-navigation in crowded environments. In: 2013 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), pp. 1688–1694, November 2013
5.
Hall, E.T.: The Hidden Dimension. Anchor, New York (1990)
6.
7.
Kirby, R., Forlizzi, J., Simmons, R.: Affective social robots. Robot. Auton. 58, 322–332 (2010)CrossRef
8.
Kirby, R., Simmons, R.G., Forlizzi, J.: Companion: a constraint-optimizing method for person-acceptable navigation. In: RO-MAN, pp. 607–612. IEEE (2009)
9.
Kretzschmar, H., Kuderer, M., Burgard, W.: Learning to predict trajectories of cooperatively navigating agents. In: 2014 IEEE International Conference on Robotics and Automation (ICRA), pp. 4015–4020. IEEE (2014)
10.
11.
Kuderer, M., Gulati, S., Burgard, W.: Learning driving styles for autonomous vehicles from demonstration. In: Proceedings of the IEEE International Conference on Robotics & Automation (ICRA), Seattle, USA. vol. 134 (2015)
12.
Levine, S., Popovic, Z., Koltun, V.: Nonlinear inverse reinforcement learning with gaussian processes. In: Neural Information Processing Systems Conference (2011)
13.
Luber, M., Spinello, L., Silva, J., Arras, K.: Socially-aware robot navigation: a learning approach. In: IROS, pp. 797–803. IEEE (2012)
14.
15.
Pacchierotti, E., Christensen, H., Jensfelt, P.: Evaluation of passing distance for social robots. In: IEEE Workshop on Robot and Human Interactive Communication (ROMAN), Hartfordshire, UK, September 2006
16.
Quigley, M., Conley, K., Gerkey, B.P., Faust, J., Foote, T., Leibs, J., Wheeler, R., Ng, A.Y.: ROS: an open-source robot operating system. In: ICRA Workshop on Open Source Software (2009)
17.
Shiarlis, K., Messias, J., van Someren, M., Whiteson, S., Kim, J., Vroon, J., Englebienne, G., Truong, K., Evers, V., Perez-Higueras, N., Perez-Hurtado, I., Ramon-Vigo, R., Caballero, F., Merino, L., Shen, J., Petridis, S., Pantic, M., Hedman, L., Scherlund, M., Koster, R., Michel, H.: TERESA: a socially intelligent semi-autonomous telepresence system. In: Workshop on Machine Learning for Social Robotics at ICRA-2015 in Seattle (2015)
18.
Sisbot, E.A., Marin-Urias, L.F., Alami, R., Siméon, T.: A human aware mobile robot motion planner. IEEE Trans. Robot. 23(5), 874–883 (2007)CrossRef
19.
Trautman, P., Krause, A.: Unfreezing the robot: navigation in dense, interacting crowds. In: IROS, pp. 797–803. IEEE (2010)
20.
Ziebart, B., Maas, A., Bagnell, J., Dey, A.: Maximum entropy inverse reinforcement learning. In: Proceedings of the National Conference on Artificial Intelligence (AAAI) (2008)
Metadaten
Titel
Learning Robot Navigation Behaviors by Demonstration Using a RRT Planner
verfasst von
Noé Pérez-Higueras
Fernando Caballero
Luis Merino
Copyright-Jahr
2016
Buch
Social Robotics

Print ISBN: 978-3-319-47436-6

Electronic ISBN: 978-3-319-47437-3

Copyright-Jahr: 2016

DOI
https://doi.org/10.1007/978-3-319-47437-3_1

Premium Partner

    Bildnachweise