明尼苏达大学团队提出 Grasp-TAGS 框架:先用强化学习训练统一的搬运策略,再把学到的评论家蒸馏成轻量抓取效用网络,在接触物体前从多个候选抓取中挑出对后续任务最有利的一个。仿真实验中,大件物品搬运平均成功率达 89.84%,比最佳单抓取策略高 9.97 个百分点,同时降低了最终朝向误差。
正文完
明尼苏达大学团队提出 Grasp-TAGS 框架:先用强化学习训练统一的搬运策略,再把学到的评论家蒸馏成轻量抓取效用网络,在接触物体前从多个候选抓取中挑出对后续任务最有利的一个。仿真实验中,大件物品搬运平均成功率达 89.84%,比最佳单抓取策略高 9.97 个百分点,同时降低了最终朝向误差。