arXiv · 机器人与计算机视觉· Yu Fang, Wanxi Dong, Jiaqi Liu, Yue Yang, Mingxiao Huo, Yao Mu, Huaxiu Yao, Li Erran Li, Daniel Szafir, Mingyu Ding·· 13 天前AI 评分75
DenseReward:基于失败合成的机器人稠密奖励学习
DenseReward: Dense Reward Learning via Failure Synthesis for Robotic Manipulation
AI 导读
针对强化学习在机器人操作中因缺乏可靠视觉语言奖励模型而难以应用的问题,本文提出了 DenseReward 稠密机器人奖励模型。该工作开发了一套自动化失败数据生成流水线,能在仿真中合成碰撞、抓取失败、物体掉落及恢复等物理真实失败的轨迹,无需人工标注。
来源:arXiv · 机器人与计算机视觉 · arxiv.org