基于域收缩的鲁棒操作原语学习

接触丰富的操作在人类日常活动中发挥着重要作用，但不确定的参数对机器人通过规划和控制实现 comparable 性能提出了重大挑战。为了解决这一问题，提出了域适应和域随机化用于稳健策略学习。然而，这些方法要么丢失了跨不同实例的泛化能力，要么因忽略实例特定信息而保守。本文提出了一种双层方法来学习稳健的操作原语，包括使用多个模型的参数增强策略学习，以及通过域收缩实现的参数条件策略检索。该方法统一了域随机化和域适应，既能提供最优行为，又能保持泛化能力。我们在三个接触丰富的操作原语上进行了验证：击打、推送和重新取向。实验结果展示了该方法在生成针对物理参数多样化实例的稳健策略方面的优越性能。