Learning by Demonstration mit Gaussian Mixture Models

Im Sommersemester 2015 habe ich an der TU München im Rahmen eines Projektpraktikums einen Learning by Demonstration Algorithmus implementiert. Mithilfe einer Microsoft Kinect wird die Lage der roten Box verfolgt. Durch mehrere Demonstrationen eines menschlichen Benutzers können dem Roboter vielfältge Verhaltensweisen antrainiert werden. Bei dem im Video gezeigten Verhalten ist das Ziel, einen Punkt auf der Box zu durchqueren, während sich der Arm von links nach rechts bewegt. 

Der angewendete Algorithmus basiert auf Dynamic Motion Primitves (DMP) und Gaussian Mixture Regression. Der Roboter reagiert in Echtzeit auf die Bewegung der roten Box.

 

Projektbericht zum Download:

dmp.pdf
PDF-Dokument [3.7 MB]

Eine Störung des Roboters während der Bewegung zeigt die hohe Robustheit des Algorithmus.