基于人体运动数据以目标为中心的灵巧操作

文章预览

24年11月来自斯坦福和北大的论文“Object-Centric Dexterous Manipulation from Human Motion Data”。 操纵目标以达到期望的目标状态，是灵巧操纵的基本但重要的技能。人类手部运动表现出熟练的操纵能力，为训练具有多指手的机器人提供了宝贵的数据。尽管具有这种潜力，但由于人手和机器人手之间的具身差距，出现了巨大的挑战。这项工作引入一个分层策略学习框架，该框架使用人手运动数据来训练以目标为中心的灵巧机器人操纵。该方法的核心是一个高级轨迹生成模型，该模型通过大规模人手运动捕捉数据集学习，合成以期望物体目标状态为条件的类似人类手腕运动。在生成的手腕运动指导下，深度强化学习进一步用于训练基于机器人具身的低级手指控制器，与目标进行物理交互实现目标。通过对 10 个家用目标的广泛评估，该方法不仅表现出卓越的性能 ………………………………