DyDexHandover：使用RGB感知实现类人双臂动态灵巧手递
机器人学
2025-09-26 v2
摘要
动态空中手递是双臂机器人的基本挑战，要求准确的感知、精确的协调和自然的运动。先前的方法常依赖动力学模型、强先验或深度感知，限制了泛化和自然性。我们提出DyDexHandover，一个新框架，采用多智能体强化学习训练一个基于RGB的端到端策略，用于双臂物体抛掷和接住。为实现更类人的行为，抛掷策略受人类策略正则化方案指导，鼓励流畅自然的运动，增强策略的泛化能力。我们在Isaac Sim中构建了一个双臂模拟环境用于实验评估。DyDexHandover在训练对象上几乎达到99%的成功率，在未见对象上达到75%的成功率，同时生成类人抛掷和接球行为。据我们了解，这是首个仅使用原始RGB感知实现双臂空中手递的方法。
引用
@article{arxiv.2509.17350,
title = {DyDexHandover: Human-like Bimanual Dynamic Dexterous Handover using RGB-only Perception},
author = {Haoran Zhou and Yangwei You and Shuaijun Wang},
journal= {arXiv preprint arXiv:2509.17350},
year = {2025}
}
备注
8 pages, 7 figures