Un equipo de investigadores encabezado por Jinzhou Li presentó ReDex, un método para adaptar a hardware real las políticas de destreza manual entrenadas en simulación. El sistema permite que una persona corrija suavemente los puntos de contacto de los dedos mientras la política original controla los demás. A partir de secuencias que combinan la política base, movimientos de los dedos guiados por una persona y datos de fuerza en las yemas, se entrena una nueva política condicionada por la fuerza mediante clonación de comportamiento. En pruebas con dos tareas que requieren muchos contactos, ReDex elevó del 14% al 86% el éxito al voltear objetos y del 26% al 95,3% el avance al girar un destornillador.
Por qué importa
Muestra una forma práctica de convertir habilidades manuales entrenadas en simulación en acciones robóticas fiables en el mundo real, con una corrección humana mínima.
