研究：机器人惯性与物体不匹配如何影响策略学习

一项 arXiv 预印本研究通过改变机器人与物体质量的受控仿真实验，考察接触时的惯性不匹配如何影响机器人策略学习。结果显示强化学习在较广的质量组合范围内都能成功，而行为克隆在较轻机器人操作较重物体时学到的策略更可靠，增加数据能缩小差距但无法消除。行为克隆在电机齿轮传动使惯性增大、重量不变的仿真机械臂上同样出现性能下降。作者还探索在不更换硬件的前提下降低接触惯性的两种做法，即采集数据前选择低惯性工作空间，或引导示教者采用低惯性任务解法，两种仿真情形下低惯性示教都被更可靠地模仿。论文共 9 页、17 幅图。