基于三指抓手的灵巧机器人操作强化学习方法基准测试
机器人学
2024-08-28 v1 人工智能
机器学习
摘要
强化学习训练主要在具有成本效益且受控的仿真环境中进行。然而，将这些训练好的模型转化到实际任务中常常面临不可避免的挑战。本研究探索了在受控且真实的实际环境中直接训练强化学习算法，以执行灵巧操作。本文报告了在实际真实情境下对三种强化学习算法进行复杂手部操作任务基准测试的结果。我们的研究不仅表明了在真实世界场景中进行强化学习训练的可行性，促进了直接的实际应用，还提供了相关挑战和考虑因素的见解。此外，分享我们所采用实验方法的经验，旨在 Empower and engage 致力于机器人领域的同行和实践者。
引用
@article{arxiv.2408.14747,
title = {Benchmarking Reinforcement Learning Methods for Dexterous Robotic Manipulation with a Three-Fingered Gripper},
author = {Elizabeth Cutler and Yuning Xing and Tony Cui and Brendan Zhou and Koen van Rijnsoever and Ben Hart and David Valencia and Lee Violet C. Ong and Trevor Gee and Minas Liarokapis and Henry Williams},
journal= {arXiv preprint arXiv:2408.14747},
year = {2024}
}