面向类人功能性类别抓取的自如预抓取操作：深度强化学习与抓取表征

许多物体，如工具与家用物品，只有以非常特定的方式——功能性地——抓取才能使用。然而，直接的功能性抓取往往不可行。我们提出一种学习方法，利用深度强化学习训练自如预抓取操作策略，以实现类人的功能性抓取。我们引入了一种稠密多分量奖励函数，使得能够学习到单一策略，可用拟人手对若干已知物体类别的新实例进行自如预抓取操作。该策略纯粹通过强化学习从零开始习得，无任何专家示范。它隐式地学习对复杂形状物体重新定位与重定向，以实现给定的功能性抓取。此外，我们探索了两种表征期望抓取的方式：显式的与更抽象的、基于约束的。我们表明，我们的方法能持续学会使用两种抓取表征对已知类别的未见物体实例成功操作并实现期望抓取。训练在单块GPU上于三小时内完成。