Os autores apresentam o REGRIND, um pipeline de aprendizado por reforço guiado por retargeting minimalista que aprende políticas de manipulação destreosa a partir de uma única demonstração humana. O método retargetea o movimento humano da mão-objeto para referências do robô, preservando relações espaciais e de contato, em seguida treina uma política residual de RL em simulação para rastrear keypoints centrados no objeto.
- O REGRIND transfere a política resultante zero-shot para hardware usando identificação de sistema cuidadosa.
- As políticas produzem comportamento fluido e semelhante ao humano em duas mãos multi-dedos diferentes em tarefas de uso de ferramentas com muito contato.
- O trabalho inclui operar tesouras e girar uma chave de fenda, com experimentos de hardware sistemáticos analisando fatores de transferência sim-to-real.
Os autores oferecem orientação prática para aprendizado baseado em retargeting em ambientes com muito contato, identificando os fatores-chave que governam a transferência bem-sucedida de sim-to-real.