深度学习9个小时内教会机器人拿起和剥开香蕉

论文名：Robot peels banana with goal-conditioned dual-action deep imitation learning

发布时间：2022年3月

论文地址：https://arxiv.org/abs/2203.09749

代码地址：

原文摘要：由于对象建模的困难和缺乏关于稳定和灵巧的操纵技能的知识，对可变形对象的长视距灵巧机器人操纵任务，如剥香蕉，是有问题的。本文提出了一个目标条件的双行动深度模仿学习（DIL），它可以利用人类的示范数据学习灵巧的操纵技能。以前的DIL方法映射了当前的感觉输入和反应动作，这很容易失败，因为模仿学习中由动作的反复计算引起的复合误差。所提出的方法在需要精确操纵目标物体时预测反应动作（局部动作），在不需要精确操纵时生成整个轨迹。这种双行动表述有效地防止了基于轨迹的全局行动的复合误差，同时用反应性的局部行动应对目标对象的意外变化。此外，在这种表述中，全局/局部行动都以目标状态为条件，该目标状态被定义为每个子任务的最后一步，以实现稳健的策略预测。所提出的方法在实际的双臂机器人中进行了测试，并成功地完成了剥香蕉的任务。