SimDuoReal：物体中心奖励学双臂操作

2026年11月10日，arXiv Robotics 刊出 Qiyang Yan 等作者的论文，提出 SimDuoReal：以共享的物体中心奖励训练强化学习策略，使预抓取、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。团队随后对过渡状态做精修，并用 DAgger 与强化学习将多个专家策略蒸馏为单一策略。报道称，在真实硬件上，同一策略在四项任务、面对未见物体且不做任务特定微调的情况下，80 次试验成功 61 次（76.3%）；在仿真条码扫描任务中，该策略成功率为 85.0%，而两个不做换手的单臂策略为 60.4%。上述数字与条件均出自该论文报道，为其自述结果。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。