Glossar für das Lernen von Robotern: 60 Schlüsselbegriffe definiert

[← Lernen]

Ein Referenzglossary, das das Imitationslernen, die Politikarchitekturen, die Datenerfassung, die Hardware und die Bewertungsbegriffe für Robotikpraktiker umfasst.

Dieses Glossar umfasst 60 Schlüsselbegriffe in sechs Kategorien, die im Roboterlernen, Teleoperation und Manipulation verwendet werden. Jede Definition ist für Praktiker geschrieben präzise, konkret und mit einem kurzen Beispiel. Für eine visuellerere Erklärung eines beliebigen Konzepts, erkunden Sie den Rest der [Robotics Library]T1).

Lehrbegriffe nach Nachahmung

• Verhaltensklonung (BC): Der einfachste Algorithmus zur Imitationslernung schult ein überwachtes Modell, um Expertenaktionen in bestimmten Zuständen vorherzusagen und als Regressionsproblem zu behandeln.
• Dolch: Ein iterativer IL-Algorithmus, der die Verteilungsschicht beheben lässt, indem der Experte die Aktionen der erlernten Politik in den Staaten korrigiert, die die Politik tatsächlich besucht.
• Action Chunking: Vorhersage von K aufeinanderfolgenden zukünftigen Aktionen auf einmal anstatt einer Aktion pro Schritt.
• Verteilungsschicht: Das Fehlen der Verteilung der während des Trainings (Demonstrationen) beobachteten Zustände und der zur Testzeit besuchten Verteilung (Roboter-Exekution).
• Covariate Shift: Eine spezifische Art von Verteilungsschicht, bei der sich die Eingabeverteilung (Zustände) ändert, aber die bedingte Ausgabeverteilung (gegebene Aktionen) unverändert bleibt.
• Verbundfehler: Das Phänomen, bei dem sich kleine Prognosefehler pro Schritt geometrisch im Laufe der Zeit ansammeln, und sich als O(T2ε) für den Horizont T und pro Schritt ε erhöhen.
• Multi-modalität: Die Eigenschaft eines Demonstrationsdatensatzes, bei dem mehrere unterschiedliche Aktionen für den gleichen Zustand gültig sind. Beispiel: Ein roter Block kann von links oder rechts erfasst werden Beide sind korrekt, aber ein Modusmodell vermittelt sie im Durchschnitt in einen schlechten Mittelgriff.
• Demonstration: Ein einzelner aufgezeichneter Fall eines menschlichen Experten, der eine Aufgabe ausführt, die der Roboter lernen sollte.
• Episode: Ein vollständiger Versuch einer Aufgabe von Anfang bis Ende, einschließlich aller Sensordaten.
• Rollout: Eine Episode, die von der erlernten Politik (statt von einem Menschen) erzeugt wird.

Die Richtlinie über die Anwendung von Richtlinien

• Transformer-Politik: Eine als Transformer-Neuralnetzwerk implementierte Politik mit Selbstbeachtung zeitliche Abhängigkeiten über Zeitstufen oder räumliche Abhängigkeiten über Bildpatches zu modellieren. Beispiel: ACT verwendet einen Transformer-Decoder, um auf visuellen Beobachtungen bedingte Aktionssequenzen zu erzeugen.
• CVAE (Conditional Variational Autoencoder): Ein generatives Modell, das eine latente Verteilung lernt, die auf beobachteten Variablen abhängt. In ACT wird die Multimodalität von Demonstrationen in eine Stilevariable kodiert. Beispiel: Der CVAE-Coder von ACT komprimiert die gesamte Aktionssequenz in einen latenten Code z, sodass der Decoder konsistente Aktionsstücke erzeugen kann.
• Diffusionspolitik: Eine Politik, die die Aktionsverteilung als einen verweigernde Diffusionsprozess modelliert die zufällige Geräusche iterativ in eine auf Beobachtungen bedingte plausible Aktionsbahn verweigert.
• Energiebasiertes Modell (EBM): Ein Modell, das jedem (Stand, Handlung) -Paar eine skalare "Energie" zugeordnet; die Schlussfolgerung findet die Aktion, die die Energie minimiert.
• Flow Matching: Eine generative Modellierungstechnik, die lernt, Proben von einer einfachen Verteilung zu einer komplexen Zielverteilung durch kontinuierliche Normalisierung von Flüssen zu transportieren.
• Vorhersagehorizont: Die Anzahl der zukünftigen Zeitschritte, die eine Politik gleichzeitig voraussagt. Längere Horizonte ermöglichen eine glattere, koordiniertere Bewegung, erfordern aber genaue Modelle.
• Teilgröße: Die Anzahl der Aktionsschritte in einem Vorhersage-Teil (gleiche wie der Vorhersagehorizont in ACT-Stil-Politiken). Beispiel: ACT verwendet die Teilgröße K=100 bei 50 Hz, so dass der Arm 2 Sekunden Bewegung gleichzeitig planet.
• Action Head: Das Ausgangsmodul eines Policy-Netzwerks, das latente Merkmale auf Aktionswerte abbildet.

Daten und Erhebungsbedingungen

• Teleoperation: Mensch gesteuerte Betätigung eines Roboters aus einer Fernoberfläche, die typischerweise zur Erhebung von Demonstrationsdaten verwendet wird.
• Kinesthetische Lehre: Eine Datenansammlung, bei der der Betreiber den Roboterarm (Gravitationskompensationsmodus, Rückfahrt) physisch ergreift und bewegt, um eine Aufgabe zu demonstrieren.
• Leader-Follower: Eine Teleoperationsarchitektur, bei der der Betreiber einen leichten Replikarm (Leader) bewegt und der Roboterarm (Follower) die Bewegung in Echtzeit spiegelt.
• HDF5 (Hierarchisches Datenformat 5): Ein binäres Dateiformat für die Speicherung großer numerischer Datensätze mit zerkleinerten, komprimierten Arrays. Das Standard-Speicherformat für Roboter-Episodendaten.
• RLDS (Reinforcement Learning Datasets): Ein auf TensorFlow basierendes Format für Daten für Roboterlernen, Standardisierung von Episoden und Schrittstruktur.
• LeRobot: Ein auf HuggingFace basierendes Roboter-Lern-Framework und Datensatzformat mit Parquet-Dateien und einem standardisierten Schema.
• Datenvergrößerung: Zufällige Transformationen in Schulungsdaten anwenden, um die Allgemeinstellung der Politik zu verbessern.
• Erfolgsquote: Der Anteil der Bewertungsergebnisse, bei denen die Politik die Aufgabe erfolgreich erfüllt.
• Ablehnungsrate: Der Anteil der gesammelten Episoden, die während der Qualitätsfilterung weggeworfen wurden.
• Episodellaufzeit: Die Dauer (in Zeitstufen oder Sekunden) einer Episode.

Roboter-Hardware-Bedingungen

• DOF (Freiheitsgrenzen): Anzahl der unabhängigen Bewegungsachsen in einem Roboterarm. 6 DOF ist das Minimum für willkürliche Endefektor-Posen; 7 DOF fügt Redundanz hinzu.
• Nutzlast: Die maximale Masse, die der Roboterarm bei seinem Endfaktor tragen kann, während die Nennleistung beibehalten wird.
• Reichweite: Der maximale Radius von der Basis des Robots, den der End-Effektor erreichen kann.
• ** Wiederholbarkeit:** Die Präzision, mit der der Arm bei wiederholten Versuchen wieder zur gleichen befohlenen Position zurückkehrt, gemessen als ±X mm.
• Endeffektor: Das an der Spitze des Roboterarms montierte Gerät, das mit Objekten interagiert die "Hand".
• Greifer: Ein spezifischer Typ von Endefektor, der Objekte durch Klemmkraft ergreift. Parallelsäulgriffer sind am häufigsten für Pick-and-Place.
• Kraft/Torksensor (F/T): Ein sechsächsiger Handgelenksensor, der die Kraft (Fx, Fy, Fz) und das Drehmoment (Tx, Ty, Tz) am Endefektor misst.
• Taktilesensor: Ein Sensor, der den verteilten Kontaktdruck oder die geometrische Verteilung auf der Fingertip-Ebene misst.
• Joint Encoder: Ein Sensor, der den Winkel eines Robotergelenks misst. Absolut encoder berichten den wahren Winkel ohne Ausrichtung.
• Servo: In der Robotik, eine eigenständige Motor+Encoder+Controller-Einheit, die eine Position, Geschwindigkeit oder Drehmoment-Befehle akzeptiert.

Lernparadigmen

• Reinforcement Learning (RL): Ein Lernparadigma, bei dem ein Agent durch Aktionen und Skalier-Lohnsignale lernt keine Expertendemonstrationen erforderlich.
• Offline-RL: RL aus einem festen Datensatz vorgehobener Erfahrungen, ohne zusätzliche Umgebungsinteraktion. Beispiel: Ausbildung einer Politik aus einem von Menschen erhobenen Roboterdatensatz mit konservativen Q-Learning (CQL) zur Vermeidung von außervertriebenen Aktionen.
• **Online-RL:**RL mit aktiver Umgebungsinteraktion die Politik sammelt neue Daten und lernt sofort daraus. Beispiel: Ein simulierter Roboter versucht wiederholt zu erfassen, seine Politik nach jedem Versuch zu aktualisieren und sich allmählich zu verbessern.
• Sim-to-Real: Eine Simulation mit einer Politik auszubilden und dann auf einem echten Roboter zu implementieren. Die Kern Herausforderung ist die "Realitätshintergrund" Die Simulation ist nie vollkommen genau.
• Domain-Randomisierung: Eine Sim-to-Real-Technik, die Simulationsparameter (Friction, Beleuchtung, Masse, Textur) randomisiert, damit die Politik auf diese Variationen angepasst wird.
• Grundmodell: Ein großes neuronales Netzwerk, das auf breite Daten (Internet- oder Cross-Robot-Datenmengen) vorgebildet ist, die für bestimmte Aufgaben optimiert werden können.
• VLA (Vision-Language-Action-Modell): Ein Modell, das visuelle Beobachtungen und Natursprachenanweisungen als Eingabe- und Ausgabe-Roboteraktionen nimmt.
• Feinabstimmung: Anpassung eines vorgebildeten Modells an eine neue Aufgabe oder Umgebung durch Weiterbildung auf einem kleinen, auf die Aufgabe spezifischen Datensatz.
• Null-Shot: Anwendung eines ausgebildeten Modells auf eine neue Aufgabe oder Umgebung ohne spezifische Ausbildung. Beispiel: Ein VLA, der auf viele Aufgaben ausgebildet ist, erhält eine neue Anweisung "auf den blauen Block" ohne diese spezifische Anweisung während der Ausbildung zu sehen.
• Few-Shot: Anpassung an eine neue Aufgabe mit nur einer kleinen Anzahl von Beispielen (typischerweise 120).

Bewertungsbedingungen

• Erfolgsrate: Bruchteil der Bewertungsversuche, bei denen die Politik die Aufgabe erfüllt.
• Out-of-Distribution (OOD): Input, die sich von der Trainingsverteilung unterscheiden neue Objektsfarben, Positionen oder Umgebungen, die während des Trainings nicht gesehen wurden.
• Generalisierungslücke: Der Unterschied zwischen den Erfolgsraten im Vertrieb und außerhalb des Vertriebs. Große Lücke zeigen, dass sie zu den Trainingsbedingungen überpassend sind.
• Benchmark: Eine standardisierte Reihe von Aufgaben, Objekten und Bewertungsprotokollen zur fairen Vergleichsalgorithmen.
• Evaluierung in der realen Welt: Politikbewertung auf einem physischen Roboter (nicht Simulation).
• Ablation-Studie: Ein Experiment, bei dem ein Systemkomponent entfernt oder modifiziert wird, um seinen Beitrag zu messen.
• Held-Out Set: Ein Teilsatz von Daten, der vollständig von der Ausbildung getrennt gehalten und nur für die endgültige Bewertung verwendet wird.

Für vollständige Erklärungen zu jedem Konzept in diesem Glossarie können Sie im [RCSV Glossarie]T2) oder in den Artikeln der Robotikbibliothek oben lesen.