Os autores apresentam o REGRIND, um pipeline de aprendizado por reforço guiado por retargeting que é minimalista e aprende políticas de manipulação destreza a partir de uma única demonstração humana. O método reorienta o movimento humano do objeto para o robô preservando as relações espaciais e de contato, então treina uma política residual de RL em simulação para rastrear pontos-chave centrados no objeto.
- Reorienta o movimento humano para preservar as relações espaciais e de contato entre a mão e o objeto.
- Treina uma política residual de RL para rastrear pontos-chave centrados no objeto ao longo da referência.
- Transfere políticas zero-shot para hardware usando identificação cuidadosa do sistema.
- Demonstra comportamento fluido e semelhante ao humano em duas mãos multifinger para tarefas de uso de ferramentas como operar tesouras e girar uma chave de fenda.
O trabalho identifica os fatores-chave que regem a transferência sim-to-real em ambientes ricos em contato, oferecendo orientação prática para aprendizado baseado em retargeting.