触觉力对自主学习中手内操作的效用依赖于任务

触觉传感器提供的信息可用于学习和执行操作任务。然而，不同任务可能需要不同水平的感官信息；这反过来可能影响学习率和性能。本文在模拟的 3 指绳驱手上评估了触觉信息对操作自主学习的作用。我们比较了同一种学习算法（近端策略优化，PPO）在三种触觉感知水平下学习两个操作任务（在有和无旋转刚度情况下绕水平轴滚动小球）的能力：无感知、一维法向力和三维力向量。令人惊讶的是，与近期操作研究相反，相比于无感知，添加一维力感知并未总是提高学习率——很可能是因为法向力是否与任务相关。尽管如此，尽管三维力感知增加了感官输入的维度——这通常不利于算法收敛——它却带来了更快的学习率和更好的性能。我们得出结论：一般而言，感官输入仅当其与该任务相关时才有助于学习——正如对抗重力的手内操作中三维力感知的情况。此外，三维力感知的效用甚至可以抵消更高维感官输入带来的学习计算成本增加。