arXiv来源发表:
灵巧手重定向不再逐物体训练：接触误差写进观测，单策略零样本抓新物体
核心概要
灵巧手把人类演示转成可物理执行的轨迹，过去要按物体单独训练或做昂贵的采样优化；把局部接触误差写进观测后，一个残差策略就能零样本抓没见过的物体，计算量降到采样法的六十分之一到三百五十分之一。
深度剖析
灵巧手的物理重定向现在可以用一个统一策略完成，不再需要针对每个物体单独训练。 此前的做法要么不引入物理约束，要么依赖仿真中计算昂贵的采样式优化；标准强化学习策略则必须按物体训练，无法跨任意几何形状泛化。 在仿真中沿运动学参考轨迹展开该策略，得到的重定向器在留出轨迹上恢复58%、在未见物体上恢复54%的DexYCB轨迹，跟踪误差保持在2厘米以内。
跨物体的零样本泛化取决于观测空间的结构，而不是策略规模。 观测空间被写成包含局部接触误差信号的形式，该信号把每个机器人连杆引向物体表面上的目标坐标。 这一残差策略在仿真中运行，每秒钟参考轨迹消耗0.4秒计算，达到2.4倍快于实时，相对采样式方法计算成本降低60到350倍。
启示与展望
报道范围限于摘要所述内容：系统在仿真中沿运动学参考轨迹展开策略，得到物理重定向器OATH，并在DexYCB轨迹上评估。适合关注灵巧操作、运动重定向与基于物理的动画的研究人员和工程师阅读。摘要未提出下一步实验计划。
摘要报告的是仿真结果，恢复比例在留出轨迹上为58%、在未见物体上为54%，跟踪误差保持在2厘米以内，均未涉及真实硬件。摘要未说明这些比例在何种物体类别或接触条件下会下降。