RoboPianist：基于深度强化学习的灵巧钢琴演奏
机器人学
2023-12-05 v3 人工智能
摘要
在机器人手中复现类人灵巧性代表了机器人领域最大的开放问题之一。强化学习是一种有前景的方法，在过去几年取得了令人瞩目的进展；然而，它所解决的那类问题相对于人类能力而言对应着相当狭窄的灵巧性定义。为弥补这一差距，我们研究钢琴演奏——一项甚至挑战人类灵巧性极限的技能——作为测试高维控制的手段，其需要高的空间与时间精度，以及复杂的手指协调与规划。我们介绍了 RoboPianist，一个使模拟拟人手能够学习 150 首钢琴曲庞大曲库的系统，而传统基于模型的优化在此举步维艰。我们还引入了一个开源环境、任务基准、可解释评价指标以及供未来研究的开放挑战。我们展示视频、代码和数据集的网站位于 https://kzakka.com/robopianist/
引用
@article{arxiv.2304.04150,
title = {RoboPianist: Dexterous Piano Playing with Deep Reinforcement Learning},
author = {Kevin Zakka and Philipp Wu and Laura Smith and Nimrod Gileadi and Taylor Howell and Xue Bin Peng and Sumeet Singh and Yuval Tassa and Pete Florence and Andy Zeng and Pieter Abbeel},
journal= {arXiv preprint arXiv:2304.04150},
year = {2023}
}
备注
Accepted to the Conference on Robot Learning (CORL) 2023