arXiv cs.RO· Oliver Hausd\"orfer, Linus Schwarz, Gabor Marko, Christian Dietz, Timo Class, Luka Hofer, Jim Yun-Jin Li, Johannes Hechtl, Ralf R\"omer, Angela P. Schoellig·· 3 小时前AI 评分62
自主数据采集与离线强化学习用于局部接触密集操作任务
Learning Where it Matters: Autonomous Data Collection and Offline Reinforcement Learning for Local Contact-Rich Manipulation
AI 导读
论文提出模块化方法，在接触密集任务的局部区段自主采集数据并用离线强化学习训练局部策略，再与传统运动规划集成完成长时程装配任务。在四个真实任务中仅用2-2.5小时自主采集数据，长时程任务平均成功率达96%，规划-only基线为55%，最强端到端基线为37%；局部策略还将施加力降低49%。在场景级分布外场景下性能保持在90%，共完成超过1500次真实评测rollout。
来源：arXiv cs.RO · arxiv.org