Mixline：一种用于长时序双臂咖啡搅拌任务的混合强化学习框架
机器人学
2022-11-07 v1
摘要
诸如咖啡搅拌这类需要双臂协调的双臂活动在日常生活中十分常见，且难以被机器人学习。采用强化学习来学习这些任务是一个有前景的方向，因为它使机器人能够探索双臂如何协调以共同完成同一任务。然而，该领域有两个主要挑战：协调机制与长时序任务分解。因此，我们提出 Mixline 方法，通过在线算法分别学习子任务，并基于所生成的数据通过离线算法将其组合。我们构建了基于 GPU 加速的 Isaac Gym 的学习环境。在我们的工作中，双臂机器人成功学会了抓取、握持并抬起勺子和杯子，将它们一同插入并搅拌咖啡。所提方法具有扩展到其他长时序双臂任务的潜力。
引用
@article{arxiv.2211.02243,
title = {Mixline: A Hybrid Reinforcement Learning Framework for Long-horizon Bimanual Coffee Stirring Task},
author = {Zheng Sun and Zhiqi Wang and Junjia Liu and Miao Li and Fei Chen},
journal= {arXiv preprint arXiv:2211.02243},
year = {2022}
}
备注
10 pages, conference