MDPO 让灵巧手在关节限位、手臂碰撞等多重安全约束下,完成接触丰富的灵巧操作。它把针对不同约束的策略投影融入策略优化,将追求任务表现的中间策略映射到各自可行区域,兼顾任务表现与安全。安全约束不再只作事后过滤,而是直接进入优化过程。
正文完
MDPO 让灵巧手在关节限位、手臂碰撞等多重安全约束下,完成接触丰富的灵巧操作。它把针对不同约束的策略投影融入策略优化,将追求任务表现的中间策略映射到各自可行区域,兼顾任务表现与安全。安全约束不再只作事后过滤,而是直接进入优化过程。