ReDex提升仿真训练手部策略的真实环境成功率

由Jinzhou Li带领的研究团队发布了ReDex，这是一种将仿真环境中训练的灵巧手策略迁移到真实硬件上的方法。系统运行原有策略、控制其余手指的同时，允许人类轻柔地纠正手指与物体的接触。研究人员利用结合了基础策略、人类引导的手指动作和指尖受力数据的操作轨迹，通过行为克隆训练出新的力条件策略。在两项接触密集型任务的测试中，ReDex将翻转物体的成功率从14%提高到86%，并将螺丝刀旋转进度从26%提升至95.3%。