并行抓取与非抓取操作：多阶段灵活操作的实用方法

灵活手掌实现了并行抓取与非抓取操作，例如在操作另一个物体时保持一个物体，尽管这是日常任务中必不可少的能力，却在机器人领域受到不足的探索。学习此类长期时间跨度、接触丰富的多阶段行为具有挑战性，因为收集演示样本成本高昂，端到端策略需要大量数据才能在各种物体几何形状和摆放位置上进行泛化。我们提出了 DexMulti，这是一种针对实际灵活多任务操作的样本高效方法，通过将演示分解为具有明确时序边界的对象中心技能。与学习单一策略不同，本方法根据当前物体几何形状检索演示技能，使用不确定性感知的估计算子跟踪质心和偏航角，并通过检索-对齐-执行范式来执行这些技能。我们在 Allegro 和 LEAP 两个灵活手中，对三项需要并行操作的多阶段任务（抓取+拉取、抓取+打开、抓取+抓取）进行了超过 1000 次实际实验。我们的办法在仅需每个物体 3-4 次演示的情况下，以 66% 的平均成功率完成训练物体，显著优于扩散策略基线（提升 2-3 倍），且所需演示样本更少。结果表明，该方法对保留物体以及 +/-25 cm 的空间变异具有稳健的泛化能力。