跳到正文
arXiv cs.RO 机器人学· Yutong Liang, Quanquan Peng, Ri-Zhao Qiu, Xiaolong Wang·· 2 小时前精选AI 评分55

ConTrack:带自适应权衡控制的约束式手部动作跟踪框架

ConTrack: Constrained Hand Motion Tracking with Adaptive Trade-off Control

AI 导读

论文提出强化学习框架 ConTrack,将物体轨迹跟踪作为约束处理,用双变量更新在线调整任务与风格的权衡,并通过自适应中段轨迹重置库复用策略可达的仿真状态来稳定长时序学习。仿真跟踪与真机实验显示,ConTrack 在成功率和物体位姿精度上显著优于已有方法,同时保持关节运动与接触时序的保真度。

推荐理由

论文指出奖励逐序列调参在交互预算受限时失效,其约束化思路对做模仿学习迁移的工程师有参考价值。

来源:arXiv cs.RO 机器人学 · arxiv.org