学习增强合成图像以实现 Sim2Real 策略迁移

视觉与学习已取得显著进展，可改善复杂任务与环境下的机器人策略。然而，学习用于图像理解的深度神经网络需要大量特定领域的视觉数据。尽管从真实机器人收集此类数据可行，但该方法限制了可扩展性，因为学习策略通常需要数千次试验。本工作中我们试图在模拟环境中学习操作策略。模拟器支持可扩展性并在训练期间提供对底层世界状态的访问。然而，由于真实与合成数据间的领域差距，在模拟器中学习的策略不能很好地迁移到真实场景。我们遵循近期关于领域随机化的工作，并用随机变换序列增强合成图像。我们的主要贡献是优化用于 sim2real 迁移的增强策略，并实现与领域无关的策略学习。我们设计了一种利用物体定位作为代理任务的高效深度图像增强搜索。给定所得的随机变换序列，我们将其用于在策略学习期间增强合成深度图像。我们的增强策略与策略无关，并支持无需真实图像的策略学习。我们证明该方法在真实机器人评估的三项操作任务上显著提高了精度。