arXiv cs.RO· Shu'ang Sun, Yibo Qiu, Haoliang Ye, Zan Huang, Ao Tian, Kan Ding, Ronald Xu, Mingzhai Sun·· 5 天前AI 评分64
TwinBridge：用数字孪生迁移策略与奖励，实现实验室机器人真实世界强化学习
TwinBridge: Digital Twin-Driven Policy and Reward Transfer for Real-World Reinforcement Learning in Laboratory Robotics
AI 导读
TwinBridge 提出一种数字孪生驱动的框架，为真实世界在线强化学习提供策略初始化和稠密视觉奖励。该方法用 3D Gaussian splatting 结合物理仿真构建数字孪生，由仿真状态给出任务事件与几何进度，用于仿真演示预训练和强化学习，再蒸馏为视觉奖励模型，与执行历史结合计算稠密奖励，支持人在回路策略优化。
来源：arXiv cs.RO · arxiv.org