研究人员开发了HydroShear,这是一种新颖的水弹性模拟器,旨在提高机器人强化学习中触觉反馈的准确性。该模拟器能够模拟粘滑转换和路径依赖力累积等复杂现象,与现有方法相比,能更真实地表示剪切力。在GelSight Minis上进行测试时,HydroShear能够对四项灵巧任务实现零样本仿真到现实迁移,成功率达到93%,显著优于在触觉图像或替代剪切模拟技术上训练的策略。 AI
影响 通过提高触觉反馈的真实性,增强了机器人任务的仿真到现实迁移能力,有望加速强化学习策略的开发。
排序理由 该条目是发表在arXiv上的研究论文,详细介绍了一种新的机器人模拟方法。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- DagsHub
- GelSight Minis
- Hugging Face
- HydroShear
- Jayjun Lee
- SE(3)-Transformers: 3D Roto-Translation Equivariant Attention Networks
- Signed Distance Functions
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →