arXiv · cs.RO官方发布· Remo Steiner, Vikram Ramasamy, David Tingdahl, Sam Mady, Karl Van Wyk, Nathan Ratliff, David Recasens, Soha Pouya, Tuur Stuyck, Alexander Millane·· 2 小时前精选AI 评分72
论文 / 摘要阅读
WeaveRL 将在线重建织入场景感知几何织物用于感知强化学习
WeaveRL: Weaving Reconstruction into Scene-Aware Fabrics for Perceptive Reinforcement Learning
AI 导读 · 根据来源整理
WeaveRL 提出一种 GPU 加速方法，在数千个并行仿真实例的 rollout 过程中把场景重建为 surfel 集合，使策略基于传感器得到的几何而非手工指定几何运行。在碰撞密集的操纵任务上，surfel fabrics 让策略能够处理基于基元的基线失败的高几何复杂度场景，并保持 sim-to-real 迁移；使用场景感知 fabric 学到的策略对测试时新增几何更稳健，未见障碍下的无碰撞任务完成率从 35% 提升到 61%。作者发布了重建系统、训练代码和测试数据集。
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