DR-LfD：将演示分解为原子技能并结合TAMP与视触觉策略的双手操作框架

DR-LfD提出一种将视触觉策略嵌入TAMP门控决策系统的框架，用于长时程双手灵巧操作。该方法依据接触关系把人类演示分解为原子技能，再以视触觉策略或物体中心基元复现，并在TAMP兼容形式中建模策略的启动、终止与约束，从而重组不同来源学到的技能。作者称这把学习问题从需要随技能序列指数增长的演示数据，转为演示负担随不同技能类型数量扩展。真实世界与仿真基准显示其在未见设置和物理约束下的数据高效技能组合；在两个DexMimicGen任务上，DR-LfD用100条演示优于用1000条演示的扩散模仿策略。论文被T-RO接收。