arXiv cs.RO 机器人学· Chunyu Jiang, Yichen Cai, Shuai Li, Wenbin Sun, Jo\~ao Carvalho, Kostas Daniilidis, Oleg Arenz, Cristiana de Farias, Jan Peters·· 5 小时前精选AI 评分55
Residual Compliant Policy：从少量示范中学习柔顺操作策略
Residual Compliant Policy: Learning Compliant Policies from Few Demonstrations
AI 导读
论文提出 Residual Compliant Policy 框架，让柔顺性在数据采集、轨迹泛化和策略学习各阶段显式可见：操作者遥操作真机时由同步数字双胞姿态误差可视化当前柔顺度并选择两种离散柔顺模式，结合 Laplacian 编辑与基于仿真的轨迹优化实现跨物体位姿泛化，再用残差强化学习策略调整底层导纳控制器的参考位姿来修正交互力。
推荐理由
论文指出示范中的柔顺性难以直接观测，并给出让其在各阶段显式化的框架，对从事接触操作研究的人有方法参考价值。
来源：arXiv cs.RO 机器人学 · arxiv.org