arXiv · 机器人与计算机视觉· Beining Han, Jia Deng·· 2 天前AI 评分73
DAPPT:基于过程轨迹的域感知策略用于仿真到现实的灵巧工具使用
DAPPT: Domain-Aware Policies from Procedural Trajectories for Sim-to-Real Dexterous Tool Use
AI 导读
论文介绍 DAPPT 框架,旨在解决涉及可变形材料和颗粒物的灵巧操作任务(如沙土挖掘、橡皮泥滚杆)难以进行大规模强化学习的问题。该方法通过追踪由领域参数化的过程轨迹来学习域感知 RL 策略,并将其蒸馏为端到端的域感知传感器运动策略。
来源:arXiv · 机器人与计算机视觉 · arxiv.org