arXiv Robotics· Marc Toussaint, Cornelius V. Braun, Armand Jordana, Sayantan Auddy, Eckart Cobo-Briesewitz, Denis Shcherba, Tilman Burghoff, Justin Carpentier·· 7 小时前AI 评分34
结合约束采样与强化学习实现机器人操作
Combining Constrained Sampling and Reinforcement Learning for Manipulation
AI 导读
研究者提出一种状态采样器，将约束流形上的采样重置与投影插值和课程学习结合，用于复杂接触密集操作任务的目标条件强化学习。该采样器显式考虑接触结构以覆盖多样接触模式，性能优于无约束采样的强化学习及替代重置方法，可在全身和手内场景训练通用、抓取式与非抓取式操作策略。成果发表于 CoRL 2026。
来源：arXiv Robotics · arxiv.org