SC-DMPs: Interaktionssteifigkeit führt Basisfunktionsallokation für präzises Skill-Lernen
Die Autoren stellen Stage-Criticality-Guided Dynamic Movement Primitives (SC-DMPs) vor, die die Verteilung der Basisfunktionen anhand einer aus Bediener-Roboter-Interaktionssteifigkeit und Bahnvariabilität abgeleiteten Kritikalität anpassen. In Handschrift- und realen Roboteraufgaben erzielen SC-DMPs im Vergleich zu DMPs, ProMPs, ProDMP, GP-MP und KMP geringere Reproduktions- und Generalisierungsfehler, insbesondere in aufgabenkritischen Abschnitten, bei kompakter Modellgröße. Der Beitrag ist zur Veröffentlichung in IEEE Transactions on Industrial Informatics angenommen.