河北大学研究，河北大学研究生院
图片一 一个跆拳道黑带的机器人
人们对于复杂运动的学习其实是十分有技巧的。不管是跆拳道还是打羽毛球等，都涉及将上肢动作与步法分开进行专项学习，以满足移动和攻击，移动和击球等双重目标。
美国克莱姆森大学与加州大学的研究员对于任务控制下的组合运动学习进行了研究[1]。研究人员将机器人全身运动分解上身运动和下身运动，并结合模仿学习和多目标学习对于不同组合动作的上下运动进行分解重新组合来进行模仿，使用增量元学习快速在已学基础动作上进一步学习来掌握组合运动，比如“学会走路后，再学会走路玩手机。”[1]研究人员的方法取得了较好的模仿学习效果。[1]
作者提及该研究的局限性[1]包含：
l没有考虑涉及多阶段动作的学习，
l尽管运动已分解但是机器还不具有自动的组合泛化能力，
l上身下身动作的分离学习策略有局限性，复杂动作中可能有无法分离的情况。
尽管这样，可能不远的将来我们还是会看到跆拳道黑带的机器人。
参考文献：
[1] Pei Xu, Xiumin Shang, Victor Zordan, Ioannis Karamouzas. Composite Motion Learning with Task Control. May 5, 2023. Arxiv:https://arxiv.org/abs/2305.03286
知识共享许可协议：
署名（BY）:您可以复制、发行、展览、表演、放映、广播或通过信息网络传播本作品；作者保留署名权。
非商业性使用（NC）：您可以自由复制、散布、展示及演出本作品；您不得为商业目的而使用本作品。
相同方式共享（SA）：您可以自由复制、散布、展示及演出本作品；若您改变、转变或更改本作品，仅在遵守与本作品相同的许可条款下，您才能散布由本作品产生的派生作品。
无害化申明(Disclaimer of Warranty)：在此基础上，不提供任何形式的明示、暗示或法定保证，包括但不限于对于内容没有认知局限性、偏见和缺陷、适销、适合特定用途或不侵权的保证。 有关内容的质量和效用的全部风险由您承担。 如果任何涵盖内容在任何方面被证明存在缺陷、认知局限性、偏见，您（而非任何贡献者）承担任何必要服务、更正的费用。 本免责声明构成本许可的重要组成部分。 除非根据本免责声明，否则本许可不得授权。
可靠性限制和免责条款(Limitation of Liability)：在任何情况下和任何法律理论下，无论是侵权（包括疏忽）、合同还是其他行为，任何贡献者或按上述许可分发涵盖内容的任何人，对您的任何性质的任何直接、间接、特殊、附带或后果性损害不负有任何责任，包括但不限于利润损失、商誉损失、停工、故障，及所有其他商业损害或损失，即使该方已被告知此类损害的可能性。 在适用此类限制声明的司法管辖范围内，不承担任何相关疏忽而导致的死亡或人身伤害的责任。 某些司法管辖区不允许排除或限制附带或间接损害，因此此免责条款和可靠性限制可能不适用于您。
诉讼条款(Litigation)：与本许可有关的任何诉讼只能在被告保持其主要营业地点的司法管辖区的法院提起，此类诉讼应受该司法管辖区的法律管辖，而无需参考其法律冲突规定。 本节中的任何内容均不得阻止一方提出交叉索赔或反索赔的能力。
其他(Miscellaneous)：本许可代表有关其标的物的完整协议。 如果本许可的任何条款被认定为不可执行，则此类条款应仅在必要的范围内进行改变以使其可执行。 任何被可能解释为对贡献者不利的法律或法规所对应的规定合同语言，不得被用来解释本许可。
本文发表时间2023年5月9日
编辑：刘仕琪
河北大学研究(河北大学研究生院)
未经允许不得转载：考研培训机构 » 河北大学研究(河北大学研究生院)
