Effective neural networks for learning from demonstration

Gösterimden öğrenme (Learning from demonstration, LfD), insan gösterilerini taklit ederek robotlara yeni davranışlar öğretmek için güçlü bir tekniktir. LfD'de yaygın olarak kullanılan yaklaşımlardan biri, döngü içinde insan kontrollü Davranış Klonlama (Behavior Cloning, BC) yöntemidir. Bu yöntemde, insan gösterilerinden toplanan veriler, durumlardan istenen eylemlere bir eşleme öğrenerek doğrusal olmayan bir kontrolör oluşturmak için kullanılır. Bu çalışmada, yapısı hata tabanlı bir geri besleme kontrolörünün yapısını yansıtan yeni bir BC sistemi öneriyoruz. Bu tasarım tercihi, öğrenme modelinin içine böyle bir yapının yerleştirilmesinin sistemimize önceden bir önyargı kazandırabileceği ve bunun da denetleyiciden bağımsız BC sistemlerine göre doğal bir avantaj sağlayacağı varsayımına dayanmaktadır. Bu tez, bu yeni BC modelinin bileşenlerini detaylandırmakta ve kavram kanıtı olarak çeşitli görevlerde iki serbestlik dereceli bir robotik sistem üzerindeki uygulamasını göstermektedir. Sistemin etkinliğini değerlendirmek için, denetleyiciden bağımsız bir BC sistemiyle karşılaştıran sistematik deneyler gerçekleştirdik. Sonuçlar, önerilen modelimizin temel modelden önemli ölçüde daha iyi performans gösterdiğini ortaya koymakta ve özellikle kaynak kısıtlılığı koşullarında, gösterim verilerinin bir geri besleme denetleyicisi tarafından üretildiğinin varsayılabileceği LfD görevleri için umut verici bir aday olduğunu göstermektedir.