基于概率模型的强化学习在多目标机械手操作中的应用
机器人学
2025-05-01 v1 人工智能
系统与控制
系统与控制
摘要
本文针对使用基于模型的强化学习解决多目标机械手操作任务的挑战，提出了目标条件概率模型预测控制（GC-PMPC）方法，通过设计概率神经网络集体来描述高维机械手动力学，引入异步MPC政策以满足实际机械手系统的控制频率要求。对四个模拟Shadow Hand操作场景进行广泛评估，结果表明GC-PMPC在SOTA基线上表现优异。它成功地驱动一个具有12个活动自由度和5个触觉传感器的电缆驱动机械手DexHand 021，在约80分钟的交互后学习如何将立方体骰子操作到三个目标姿态，显示出在性价比高的机械手平台上的卓越学习效率和控制性能。
引用
@article{arxiv.2504.21585,
title = {Multi-Goal Dexterous Hand Manipulation using Probabilistic Model-based Reinforcement Learning},
author = {Yingzhuo Jiang and Wenjun Huang and Rongdun Lin and Chenyang Miao and Tianfu Sun and Yunduan Cui},
journal= {arXiv preprint arXiv:2504.21585},
year = {2025}
}