10:18
官方账号arXiv cs.AI@Jayjun Lee, Jessica Yin, Asif Rana, Nicholas Blauch, Sam Mady, Mohak Bhardwaj, Nima Fazeli, Nathan Ratliff, Karl Van Wyk, Ankur Handa
精选
推荐理由：我了解ADEPT这个模型，它是用强化学习让机器人更灵活，学新动作时能直接用之前的经验，和没这么训练的方法比，效果更好。
Flexiv-Sharpa
共 1 条相关 AI 资讯
8月20日
10:18
ADEPT是一种强化学习框架，通过预训练和后训练方式提升多指机器人的灵巧性。该模型在23自由度的Kuka-Allegro和29自由度的Flexiv-Sharpa上测试，可从原始感知直接完成长时任务。它先针对通用物体摆放任务进行预训练，再将预训练行为作为先验用于下游任务的后训练。通过稳定后训练流程，实现模拟到现实的转移并达到人速级别的灵巧操作。