基于深度强化学习的动态布料操控

本文提出一种深度强化学习方法来解决动态布料操控任务。与刚体情形不同，我们强调所遵循的轨迹（包括速度与加速度）对布料最终状态有决定性影响，即使被抓取点到达的位置相同，最终状态也可能大不相同。我们探索如何通过为被抓取点学习恰当轨迹，使未被抓取点达到目标位置。我们的方法利用少量演示来改进控制策略学习，并采用稀疏奖励方法以避免设计复杂奖励函数。由于纺织品感知具有挑战性，我们还研究了不同状态表示以评估学习成功所需的最小观测空间。最后，我们比较了控制策略编码、演示与稀疏奖励学习技术的不同组合，并表明我们所提方法能高效学习动态布料操控，即使用缩减的观测空间、少量演示与稀疏奖励。