基于渐进迁移学习的多指拟人手灵巧手中操作

多指拟人手的灵巧手中操作因高维状态与动作空间、手指与物体间丰富的接触模式而极为困难。尽管深度强化学习已取得一定进展并展现出在操纵任务上的强大潜力，仍面临大规模数据收集与高样本复杂度等挑战。尤其在一些微小变化场景中，往往需重新收集海量数据并进行大量微调迭代。值得注意的是，人类能以极少监督将已学操纵技能快速迁移至不同场景。受人类灵活迁移学习能力的启发，我们提出一种新颖的灵巧手中操作渐进迁移学习框架（PTL），基于高效利用已收集轨迹与源训练动力学模型。该框架采用渐进神经网络，对由基于动力学特性、轨迹奖励与得分的新样本选择方法筛选出的样本进行动力学模型迁移学习。在接触丰富的拟人手操纵任务上的实验结果表明，我们的方法能以少量在线尝试与新场景下的调整学习，高效且有效地习得手中操纵技能。相较从零学习，我们的方法可将训练时间成本降低95%。