REGRIND mempelajari kebijakan manipulasi cekatan dari satu demonstrasi manusia

Para penulis menyajikan REGRIND, sebuah pipeline pembelajaran penguatan berarah retargeting minimalis yang mempelajari kebijakan manipulasi cekatan dari satu demonstrasi manusia. Metode ini mentargetkan ulang gerakan tangan-objek manusia ke referensi robot sambil mempertahankan hubungan spasial dan kontak, lalu melatih kebijakan RL residual dalam simulasi untuk melacak titik kunci berpusat pada objek.

• REGRIND mentransfer kebijakan hasil secara zero-shot ke perangkat keras menggunakan identifikasi sistem yang cermat.
• Kebijakan menghasilkan perilaku yang lancar dan mirip manusia pada dua tangan multi-jari berbeda di tugas penggunaan alat yang kaya kontak.
• Pekerjaan ini mencakup mengoperasikan gunting dan memutar obeng, dengan eksperimen perangkat keras sistematis yang menganalisis faktor transfer sim-to-real.

Para penulis memberikan panduan praktis untuk pembelajaran berbasis retargeting dalam pengaturan yang kaya kontak dengan mengidentifikasi faktor-faktor kunci yang mengatur keberhasilan transfer sim-to-real.