[发明专利]机器人的模仿学习方法、装置、机器人及存储介质

说明书

本发明适用机器人和智能控制领域，提供了一种机器人的模仿学习方法、装置、机器人及存储介质，该方法包括：当接收到运动指令时，获取末端执行器当前时刻的位姿，检测当前时刻的位姿是否为目标位姿，是则，确定末端执行器完成预设的模仿学习任务，否则，根据该位姿和动态预测模型，生成末端执行器下一时刻的预测位姿，根据该预测位姿调节各个关节的关节角度，将末端执行器调节后的位姿设置为当前时刻的位姿，并跳转至检测当前时刻的位姿是否为目标位姿的步骤，动态预测模型由极限学习机模型结合预设的稳定性约束条件训练得到，从而同时保证了机器人模仿学习的稳定性、复现精度和模型训练速度，有效地提高了机器人运动的人性化程度。

技术领域

本发明属于机器人和智能控制技术领域，尤其涉及一种机器人的模仿学习方法、装置、机器人及存储介质。

背景技术

在现阶段机器人应用中，尤其是在机器人的工业应用中，用户通常预先定义机器臂的运动轨迹，或者预先设定某种任务环境，让机械臂按照计划重复执行即可。在这种控制模式下，机械臂无法面对任务环境的变化或者突如其来的扰动，或者需要较为繁重的人工编程才能实现复杂场景下的任务或较困难任务，更重要的是，机械臂的运动轨迹没有隐含人的操作习惯。机器人的模仿学习正是解决这些问题的重要方法。

在通过模仿学习对机器人运动进行建模时，研究人员通常希望实现以下三个目标：第一，希望机器人能够始终运动到我们所期望的目标，从控制的角度来说，希望系统具有一定的稳定性，即机器人在运动过程中遇到某种时间或空间的干扰而偏离了轨迹时，仍然能够准确地收敛到目标；第二，希望机器人在运动时运动轨迹能够尽可能与之前人类的示教轨迹具有相似的轮廓，即机器人复现时的“精度”；第三，希望尽量减小机器学习方法训练模型参数时所需的时间，也即提高模型训练的“速度”。

“稳定性”、“精度”和“速度”通常是相互牵制和矛盾的关系，实现精度、速度、稳定性三者的最佳权衡是机器人模仿学习的关键。目前，国际上较为著名的机器人模仿学习方法是通过建立一个“动态系统”来对机器人的运动进行建模，“动态系统”最初通过高斯混合模型来建模，并考虑到了稳定性约束，但由于模型训练较为复杂，无法对“稳定性”、“精度”和“速度”进行有效权衡，国内的机器人模仿学习方法也大多基于高斯混合模型、高斯过程，且未考虑到稳定性问题，同样无法对“稳定性”、“精度”和“速度”三者进行有效权衡。

发明内容

本发明的目的在于提供一种机器人的模仿学习方法、装置、机器人及存储介质，旨在解决由于现有技术中机器人模仿学习的稳定性、复现精度、模型训练速度无法同时得到保证的问题。

一方面，本发明提供了一种机器人的模仿学习方法，所述方法包括下述步骤：

当接收到预设的运动指令时，获取末端执行器当前时刻的位姿；

检测所述当前时刻的位姿是否为预设的目标位姿，是则，确定所述末端执行器完成预设的模仿学习任务，否则，根据所述当前时刻的位姿和预先训练好的动态预测模型，生成所述末端执行器下一时刻的预测位姿，所述动态预测模型由预先构建的极限学习机模型结合预设的稳定性约束条件训练得到；

根据所述下一时刻的预测位姿，调节各个关节的关节角，获取所述末端执行器调节后的位姿；

将所述调节后的位姿设置为所述当前时刻的位姿，并跳转至检测所述当前时刻的位姿是否为预设的目标位姿的步骤。

另一方面，本发明提供了一种机器人的模仿学习装置，所述装置包括：

位姿获取单元，用于当接收到预设的运动指令时，获取末端执行器当前时刻的位姿；

位姿判断单元，用于检测所述当前时刻的位姿是否为预设的目标位姿，是则，确定所述末端执行器完成预设的模仿学习任务，否则，根据所述当前时刻的位姿和预先训练好的动态预测模型，生成所述末端执行器下一时刻的预测位姿，所述动态预测模型由预先构建的极限学习机模型结合预设的稳定性约束条件训练得到；