新策略 DexFormer 2.0 用单一强化学习策略驾驭 18 种机械臂与灵巧手的组合。蒸馏后的学生策略在实体 Flexiv 机械臂上零样本从仿真迁移到真机,连未见过的臂手配对也能抓握,项目主页已公开。
正文完
新策略 DexFormer 2.0 用单一强化学习策略驾驭 18 种机械臂与灵巧手的组合。蒸馏后的学生策略在实体 Flexiv 机械臂上零样本从仿真迁移到真机,连未见过的臂手配对也能抓握,项目主页已公开。