TRANSIC：通过学习在线纠正实现仿真到现实策略迁移
机器人学
2024-10-15 v3 人工智能
机器学习
摘要
在仿真中学习并将所学策略迁移到现实世界，有望实现通用机器人。该方法的关键挑战在于解决仿真到现实（sim-to-real）差距。以往方法往往需要事先具备领域特定知识。我们认为，获取此类知识的直接方式是要求人类观察并协助机器人在现实世界中执行策略。机器人随后可从人类处学习，以弥合各种仿真到现实差距。我们提出TRANSIC，一种基于人类在环框架实现成功仿真到现实迁移的数据驱动方法。TRANSIC允许人类通过干预和在线纠正整体性地增强仿真策略，以克服各种未建模的仿真到现实差距。可从人类纠正中学习残差策略，并与仿真策略集成以实现自主执行。我们展示了该方法在复杂且接触密集的操纵任务中（如家具装配）能够实现成功的仿真到现实迁移。通过仿真中学习的策略与来自人类的策略的协同集成，TRANSIC作为解决各种常存共存仿真到现实差距的整体方法，具有诸如随人类努力规模等引人注目的特性。视频和代码已 disponible at https://transic-robot.github.io/
引用
@article{arxiv.2405.10315,
title = {TRANSIC: Sim-to-Real Policy Transfer by Learning from Online Correction},
author = {Yunfan Jiang and Chen Wang and Ruohan Zhang and Jiajun Wu and Li Fei-Fei},
journal= {arXiv preprint arXiv:2405.10315},
year = {2024}
}
备注
8th Conference on Robot Learning (CoRL 2024), Munich, Germany. Project website: https://transic-robot.github.io/