arXiv Robotics· Jinyi Chen, Hongyi Li, Lei Jiang, Xianwei Liu, Yanhong Liang, Yulin Chen, Yucheng Tao, Yongbin Jin, Hongtao Wang·· 5 小时前AI 评分32
GAP：面向灵巧钢琴演奏的通用适应先验
GAP: Generalized Adaptation Prior for Dexterous Piano Playing
AI 导读
GAP 是一个样本高效的灵巧手适应框架，在仿真预训练阶段学习“如何适应”而非“如何动作”，并将该适应先验迁移到硬件。仿真中，在相同交互预算下其 F1 分数提升约为现有快速适应基线的 2.4 倍，并能泛化到预训练未见的曲目。在物理灵巧手上，同一先验经每首约 7 分钟适应后，在三首难度不同的曲目上 F1 分数提升 3.6%-23%。
推荐理由模型分析
该研究把仿真预训练的目标从“学会动作”改为“学会如何适应”，用梯度引导网络从成对执行中学习动作调整对演奏效果的影响，从而缓解高维动作空间下真机适应成本高的问题。在相同交互预算下，仿真中 F1 提升约为快速适应基线的 2.4 倍，且预训练先验可迁移到未见曲目；真机每首曲目约 7 分钟适应后 F1 提升 3.6%–23%。可据此判断样本高效适应路线在灵巧操作上的可行性，但结论限于钢琴演奏任务与特定灵巧手平台。
来源：arXiv Robotics · arxiv.org