通过混合灵巧模仿学习可适应灵巧技能
提出 AdaDex 目标条件强化学习框架，将一段数秒的单手-物体轨迹（动捕数据或从野外 RGB(D) 视频重建的 HOI）转化为可适应灵巧技能。核心方法为混合灵巧模仿：共享策略同时在两类大规模并行环境上训练，一类用稠密运动跟踪目标注入人类先验，另一类用带噪声初始状态与目标及稀疏物体成功奖励迫使技能偏离参考。所得策略可完成功能性抓取、物体重摆、带手指步态的手内重定向及抛接等动态行为，在泛化性与功能性上优于基线，并实现跨仿真器迁移与真机迁移。
发布于 10-22 10:56来源：arXiv cs.RO
转载 · 官方发布原文：arXiv cs.RO ·《Learning Adaptable Dexterous Skills via Hybrid Dexterous Mimicking》查看原链
摘要：多指灵巧手有望实现功能性抓取、手内重定向和动态交接等人类设计的世界所假定的多样技能，但现有的学习方案被迫做出取舍。 目标到达强化学习能泛化到任意物体位姿，但由于缺乏任何人类先验，会收敛到不自然且不可靠的手指策略；运动跟踪能从单个片段复现类人行为，却无法偏离该片段。
我们提出 AdaDex，一个目标条件强化学习框架，可将一段仅数秒的单手-物体轨迹（来自动捕数据或从野外 RGB(D) 视频重建的 HOI）转化为可适应的灵巧技能。 AdaDex 的核心是混合灵巧模仿：一个共享策略在两组大规模并行环境上训练：一组是运动跟踪环境，用稠密运动跟踪目标训练，从人类运动中注入人类先验；另一组是泛化环境，使用带噪声的初始状态与目标以及稀疏的物体成功奖励，迫使技能在远离参考的情况下也能工作。
每个技能仅需数秒人类运动，所得策略即可学习多样可适应的灵巧技能，如功能性抓取、物体重摆、带手指步态的手内重定向，以及抛接等动态行为。 我们的方法在泛化性和功能性上优于基线，并展示了跨仿真器迁移和向真实世界的迁移。 项目页面：https://yuxuank.com/AdaDex/。