लेखकों ने REGRIND पेश किया है, एक न्यूनतमवादी रीटारगेटिंग-निर्देशित रिइन्फोर्समेंट लर्निंग पाइपलाइन जो एकल मानव प्रदर्शन से कुशल हैंडलिंग नीतियों को सीखता है। विधि मानव हस्त-वस्तु गति को रॉबोट संदर्भों पर रीटारगेट करती है, स्थानिक और संपर्क संबंधों को बनाए रखते हुए, फिर वस्तु-केंद्रित कीपॉइंट्स का पता लगाने के लिए सिमुलेशन में एक अवशेष RL नीति को प्रशिक्षित करती है।
- REGRIND सावधानीपूर्वक सिस्टम पहचान का उपयोग करके परिणामी नीति को हार्डवेयर पर जीरो-शॉट स्थानांतरित करता है।
- नीतियां संपर्क-समृद्ध उपकरण-उपयोग कार्यों में दो अलग-अलग बहु-अंगुलीय हैंड्स पर तरल, मानव-समान व्यवहार उत्पन्न करती हैं।
- इस कार्य में कैंची चलाना और स्क्रूड्राइवर घुमाना शामिल है, जिसमें सिम-टू-रियल स्थानांतरण कारकों का विश्लेषण करने वाले व्यवस्थित हार्डवेयर प्रयोग शामिल हैं।
लेखक संपर्क-समृद्ध सेटिंग्स में रीटारगेटिंग-आधारित लर्निंग के लिए व्यावहारिक मार्गदर्शन प्रदान करते हैं, सफल सिम-टू-रियल स्थानांतरण को नियंत्रित करने वाले प्रमुख कारकों की पहचान करके।