Los autores presentan REGRIND, una canalización de aprendizaje por refuerzo guiada por retargeting minimalista que aprende políticas de manipulación diestra a partir de una única demostración humana. El método reorienta el movimiento humano mano-objeto a referencias del robot preservando las relaciones espaciales y de contacto, luego entrena una política de RL residual en simulación para rastrear puntos clave centrados en el objeto.
- REGRIND transfiere la política resultante zero-shot al hardware mediante una identificación cuidadosa del sistema.
- Las políticas producen un comportamiento fluido y similar al humano en dos manos diferentes con múltiples dedos en tareas de uso de herramientas con mucho contacto.
- El trabajo incluye operar tijeras y girar un destornillador, con experimentos sistemáticos de hardware que analizan los factores de transferencia sim-to-real.
Los autores ofrecen orientación práctica para el aprendizaje basado en retargeting en entornos con mucho contacto identificando los factores clave que gobiernan una transferencia sim-to-real exitosa.