双手拧开瓶盖

由于许多操作任务具有丰富的接触特性，且协调高维双臂系统具有固有的复杂性，使用两只多指手操作物体一直是机器人技术中长期存在的挑战。在这项工作中，我们分享了关于物理建模、实时感知和奖励设计的新见解，这些见解使得使用深度强化学习（RL）在模拟中训练的策略能够有效地迁移到现实世界。具体而言，我们考虑了用双手拧开各种瓶状物体瓶盖的问题，展示了策略在多种未见物体上的泛化能力以及动态和灵巧的行为。据我们所知，这是首个能够在双臂多指手上实现此类能力的仿真到现实（sim-to-real）RL 系统。