EquiBim：学习双臂操控的对称等变策略

机器人示教学习已在从演示中学习复杂操控行为方面取得了显著的成功。然而，许多现有机器人学习方法并未明确考虑机器人系统的物理对称性，往往导致在对称观察下表现出不对称或不一致的行为。这一限制在双臂操控中尤为突出，因为双臂对称性是机器人形态学以及许多任务结构的内在特征。本文提出了EquiBim，这是一种针对双臂操控的对称等变策略学习框架，通过在训练期间对观察和动作施加双臂等变性。我们的ethods将物理对称性建模为观察空间和动作空间上的群作用，并在对称变换下的策略预测上施加等变性约束。该框架具有模型无关性，可无缝集成到各种示教学习管道中，包括基于点云和基于图像的策略，以及端端器空间和关节空间参数化。我们在RoboTwin上评估了EquiBim，这是一个具有对称运�动学的双臂机器人平台，并在模拟中评估了各种观察和动作配置。我们进一步在真实的双臂系统上验证了该方法。在模拟和物理实验中，我们的方法在分布迁移下始终能够提高性能和鲁棒性。这些结果表明，明确地强制物理对称性为双臂机器人学习提供了一种简单而有效的归纳偏置。