跳到正文
arXiv · 机器人与计算机视觉· Zhengdong Hong, Guofeng Zhang·· 14 天前AI 评分75

从人类学习中获取物体中心运动先验以增强机器人灵巧操作

Learning Object-Centric Motion Priors from Human for Robotic Dexterous Manipulation

AI 导读

针对多指灵巧手操作多样物体的高维动力学挑战,本文提出一种方法,通过利用人类 - 物体交互数据集学习预测未来手 - 物体状态,将其作为强化学习的通用奖励项以减少任务特定工程依赖。实验在仿真和真实世界三种操作任务上进行,结果显示该方法在成功率和新对象泛化性上优于现有最先进方法,并验证了在不同机器人手上的跨具身兼容性。该论文已作为口头报告被 AAAI 2026 接收。

来源:arXiv · 机器人与计算机视觉 · arxiv.org