基于深度强化学习的灵巧操作：高效、通用且低成本

灵巧的多指机器人手能够执行广泛的操纵技能，使其成为通用机器人操纵器的引人注目组件。然而，由于此类手构型空间的高维度和复杂的间歇接触交互，其自主控制面临重大挑战。在本工作中，我们提出深度强化学习（deep RL）作为学习多指手复杂、富含接触行为的可扩展解决方案。深度 RL 提供了一种端到端方法，直接将传感器读数映射到动作，无需特定任务的模型或策略类。我们展示了多指手的富含接触操纵行为可以通过直接在真实世界中使用无模型深度 RL 算法训练得到，只需极少的额外假设且无需仿真辅助。我们在两个不同的低成本硬件平台上学习了多种复杂行为。我们展示了每项任务均可完全从零开始学习，并进一步研究了如何通过使用少量人类演示来引导学习以进一步加速学习过程。我们的实验表明，大多数任务的复杂多指操纵技能可在真实世界中约 4-7 小时内学会，而演示可将其减至 2-3 小时，表明真实世界中的直接深度 RL 训练是仿真与基于模型控制的可行且实用的替代方案。\url{https://sites.google.com/view/deeprl-handmanipulation}