REGRIND 从单次人类演示中学习灵巧操作策略

作者提出了 REGRIND，这是一种极简的基于重定向引导的强化学习管道，能够从单次人类演示中学习灵巧操作策略。该方法将人手-物体运动重定向到机器人参考点，同时保留空间和接触关系，然后在仿真中训练残差 RL 策略以跟踪以物体为中心的关键点。

• REGRIND 通过细致的系统辨识，将所得策略零样本迁移至硬件。
• 在两个不同的多指机械手上执行接触丰富的工具使用任务时，策略能够产生流畅、类人的行为。
• 该工作包括操作剪刀和转动螺丝刀，并通过系统性硬件实验分析了仿真到现实的迁移因素。

作者通过识别决定成功仿真到现实迁移的关键因素，为基于重定向的学习在接触丰富场景中的应用提供了实用指导。