Les auteurs présentent REGRIND, un pipeline d'apprentissage par renforcement guidé par le retargeting qui apprend des politiques de manipulation délicate à partir d'une seule démonstration humaine. La méthode retargete le mouvement main-objet humain vers des références robotiques tout en préservant les relations spatiales et de contact, puis entraîne une politique RL résiduelle en simulation pour suivre les keypoints centrés sur l'objet.
- REGRIND transfère la politique résultante zéro-shot au matériel grâce à une identification système minutieuse.
- Les politiques produisent un comportement fluide et humain sur deux mains multi-doigts différentes dans des tâches d'utilisation d'outils riches en contacts.
- Le travail inclut l'opération de ciseaux et le tournage d'un tournevis, avec des expériences matérielles systématiques analysant les facteurs de transfert sim-to-real.
Les auteurs offrent des conseils pratiques pour l'apprentissage basé sur le retargeting dans des environnements riches en contacts en identifiant les facteurs clés qui régissent un transfert sim-to-real réussi.