English   español  
Por favor, use este identificador para citar o enlazar a este item: http://hdl.handle.net/10261/97646
Compartir / Impacto:
Estadísticas
Add this article to your Mendeley library MendeleyBASE
Ver citas en Google académico
Visualizar otros formatos: MARC | Dublin Core | RDF | ORE | MODS | METS | DIDL
Exportar otros formatos: Exportar EndNote (RIS)Exportar EndNote (RIS)Exportar EndNote (RIS)
Título

Dynamically consistent probabilistic model for robot motion learning

Autor Pardo, Diego; Rozo, Leonel; Alenyà, Guillem ; Torras, Carme
Fecha de publicación 2012
Citación IROS 2012
ResumenThis work presents a probabilistic model for learning robot tasks from human demonstrations using kinesthetic teaching. The difference with respect to previous works is that a complete state of the robot is used to obtain a consistent representation of the dynamics of the task. The learning framework is based on hidden Markov models and Gaussian mixture regression, used for coding and reproducing the skills. Benefits of the proposed approach are shown in the execution of a simple self-crossing trajectory by a 7-DoF manipulator.
Descripción Presentado al International Conference on Intelligent Robots and Systems Workshop on Learning and Interaction in Haptic Robots (IROS LIHR) celebrado en Portugal del 7 al 12 de octubre de 2012.
Versión del editorhttp://www.iros2012.org/site/
URI http://hdl.handle.net/10261/97646
Aparece en las colecciones: (IRII) Comunicaciones congresos
Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
Dynamically consistent probabilistic.pdf112,33 kBUnknownVisualizar/Abrir
Mostrar el registro completo
 


NOTA: Los ítems de Digital.CSIC están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.