arXiv · cs.RO· Takuma Tsukakoshi; Elle Miller; Tamon Miyake; Namiko Saito; Yushi Wang; Shigeki Sugano; Tetsuya Ogata; Sethu Vijayakumar·· 8 天前精选AI 评分63
论文 / 摘要阅读
几何感知强化学习用于紧身可穿戴物插入任务
Geometry-Aware Reinforcement Learning for Close-Fitting Wearable Insertion
AI 导读 · 根据来源整理
研究将机器人辅助穿衣表述为几何感知插入问题，用身体部位与衣物开口的空间关系替代完整可变形物体状态，并提出结合分阶段课程与逐指插入软门控的强化学习框架。训练后可变形评估中完整方法成功率为84.7±1.2%，消融显示插入门控贡献最大，叠加课程后得分最高。在假人手模型上，同一完整策略于实机20次试验中成功15次。
本站目前提供摘要
以上是对来源材料的中文整理，不是完整论文或全文。研究方法、数据与完整论述请到来源页面核对。
前往 arXiv · cs.RO 阅读原文 ↗来源：arXiv · cs.RO · arxiv.org