序列灵巧操作：为长程操控链式连接灵巧策略

Yuanpei Chen; Chen Wang; Li Fei-Fei; C. Karen Liu

序列灵巧操作：为长程操控链式连接灵巧策略

机器人学 2023-10-17 v2 人工智能机器学习

作者: Yuanpei Chen , Chen Wang , Li Fei-Fei , C. Karen Liu

摘要

许多真实世界的操控任务由一系列彼此显著不同的子任务组成。此类长程复杂任务凸显了灵巧手的潜力，其具备适应性与通用性，能够无缝切换不同功能模式而无需重新抓取或外部工具。然而，由于灵巧手的高维动作空间以及长程任务的复杂组合动力学，挑战随之而来。我们提出 Sequential Dexterity，一个基于强化学习（RL）的通用系统，其链式连接多个灵巧策略以实现长程任务目标。该系统的核心是一个转移可行性函数，它逐步微调子策略以提升链式成功率，同时实现自主策略切换以从失败中恢复并跳过冗余阶段。尽管仅在仿真中使用少量任务物体进行训练，我们的系统展示出对新颖物体形状的泛化能力，并能够零样本迁移至配备灵巧手的真实机器人。代码与视频见 https://sequential-dexterity.github.io

关键词

灵巧操控长程任务强化学习策略链式连接转移可行性零样本迁移

引用

@article{arxiv.2309.00987,
  title  = {Sequential Dexterity: Chaining Dexterous Policies for Long-Horizon Manipulation},
  author = {Yuanpei Chen and Chen Wang and Li Fei-Fei and C. Karen Liu},
  journal= {arXiv preprint arXiv:2309.00987},
  year   = {2023}
}

备注

7th Conference on Robot Learning (CoRL 2023)

序列灵巧操作：为长程操控链式连接灵巧策略

摘要

关键词

引用

备注

相关论文