arXiv Robotics· Qiyang Yan, Yulin Liu, Akash Sharma, Haozhi Qi, Guanya Shi, C. Karen Liu·· 5 小时前AI 评分40
SimDuoReal：用物体中心奖励学习双臂灵巧操作策略
SimDuoReal: Object-Centric Bimanual Policy for Emergent Dexterity
AI 导读
SimDuoReal 提出以共享的物体中心奖励训练强化学习策略，让预抓取、抓取与重抓、手内调整和换手等双臂灵巧行为自发涌现，无需手工设计动作序列。团队再对过渡状态做精修，并用 DAgger 与强化学习将多个专家策略蒸馏为单一策略。
推荐理由模型分析
该研究把双臂协调从手工设计动作序列改为以物体位姿为目标的共享奖励，让预抓取、换手、手中调整等行为自行涌现，再用DAgger与强化学习蒸馏成单一策略。真机80次试验成功61次，且对象未见过、无任务微调，仿真条码扫描85.0%对比双臂无换手基线60.4%，为具身智能研究者提供了可比较的基线，但真机结果仍限于四项任务。
来源：arXiv Robotics · arxiv.org