基于高保真渲染的少样本仿真到现实强化学习方法
机器人学
2025-04-30 v2
摘要
遥操作提供了一种有前景的机器人数据收集和人机交互方法。然而，现有的遥操作数据收集方法仍受制于时间和空间效率限制，仿真数据收集的流程尚不清晰。问题在于如何在最小化依赖真实世界数据的情况下提升任务性能。为此，我们提出了一种用于收集机器人操控仿真数据并训练少样本仿真到现实视觉-运动策略的遥操作管道。将力反馈设备集成到遥操作系统中，以提供精确的末端执行器抓取力反馈。各种操控任务的实验表明，力反馈显著提升了成功率和执行效率，尤其是在仿真环境中。此外，不同视觉渲染质量的实验揭示，仿真中增强的视觉真实性在显著提升任务性能的同时，也大幅降低了对真实世界数据的需求。
引用
@article{arxiv.2503.01301,
title = {Few-shot Sim2Real Based on High Fidelity Rendering with Force Feedback Teleoperation},
author = {Yanwen Zou and Junda Huang and Boyuan Liang and Honghao Guo and Zhengyang Liu and Xin Ma and Jianshu Zhou and Masayoshi Tomizuka},
journal= {arXiv preprint arXiv:2503.01301},
year = {2025}
}
备注
The current work is incomplete and lacks sufficient clarity and experimental validation, and has therefore been withdrawn