闭合仿真到现实的回路：以真实世界经验自适应仿真随机化
机器人学
2019-03-07 v4 机器学习
摘要
我们考虑通过在仿真场景分布上训练而将策略迁移到真实世界的问题。我们并非手动调节仿真的随机化，而是利用少量真实世界 roll-out 与策略训练交替进行，从而自适应地调整仿真参数分布。在此过程中，我们能够通过匹配策略在仿真与真实世界中的行为来改变仿真分布，以改善策略迁移。我们表明，用我们的方法训练的策略能够可靠地迁移到两个真实世界任务中的不同机器人上：摆动插孔与打开柜屉。我们实验的视频可在 https://sites.google.com/view/simopt 查看。
引用
@article{arxiv.1810.05687,
title = {Closing the Sim-to-Real Loop: Adapting Simulation Randomization with Real World Experience},
author = {Yevgen Chebotar and Ankur Handa and Viktor Makoviychuk and Miles Macklin and Jan Issac and Nathan Ratliff and Dieter Fox},
journal= {arXiv preprint arXiv:1810.05687},
year = {2019}
}