MyoDex：一种用于灵巧操作的泛化先验
机器人学
2023-09-07 v1 人工智能
摘要
人类灵巧性是运动控制的标志性能力。尽管肌骨感官-运动回路复杂（多关节、多articulation，由40余块肌肉控制的23个关节），我们的双手仍能快速综合出新行为。本工作中，我们受人类灵巧性源于多样先验经验而非通过单一任务习得的启发，致力于开发能够依托既往经验快速习得新（此前无法达成的）行为的智能体。具体而言，我们的方法利用多任务学习，借助生理逼真的人手模型MyoHand，隐式捕获任务无关的行为先验（MyoDex）以实现类人灵巧性。我们展示了MyoDex在小样本泛化以及对大量未见灵巧操作任务的积极迁移上的有效性。借助MyoDex的智能体可解决约3倍更多的任务，且比蒸馏基线快4倍。已有工作仅综合单一肌骨控制行为，而MyoDex是首个可催化大量富接触行为中生理控制学习的泛化操作先验。我们还展示了我们的范式在肌骨控制之外、面向24自由度Adroit Hand灵巧性习得的效力。网站：https://sites.google.com/view/myodex
引用
@article{arxiv.2309.03130,
title = {MyoDex: A Generalizable Prior for Dexterous Manipulation},
author = {Vittorio Caggiano and Sudeep Dasari and Vikash Kumar},
journal= {arXiv preprint arXiv:2309.03130},
year = {2023}
}
备注
Accepted to the 40th International Conference on Machine Learning (2023)