arXiv cs.RO· Botao He, Yiming Dou, Yiannis Aloimonos, Jitendra Malik, Akash Sharma, Ruoshi Liu·· 2 小时前AI 评分71
PlayPolicy：从监督式玩耍中学习灵巧操作
PlayPolicy: Dexterity from Supervised Play
AI 导读
作者提出 PlayPolicy 框架，机器人先通过行为克隆从数分钟人类玩耍数据中学得玩耍策略，再自主部署采集数小时交互数据训练世界模型，推理时由该策略为模型预测控制（MPC）提出候选动作序列。
来源：arXiv cs.RO · arxiv.org