MDPO：多约束灵巧操作策略优化方法

Ao Zhou 等作者提出多约束灵巧策略优化方法 MDPO，将灵巧操作建模为同时包含累积代价约束与逐状态代价约束的多约束策略优化问题，并把多约束投影集成到策略优化过程中。 作者称，在 ReDMan 的安全关节控制、手指安全与抓取任务实验中，MDPO 相比基线取得更好的约束满足，同时保持有竞争力的任务表现。代码已公开。

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。