TwinBridge以数字孪生驱动实机强化学习

Shu'ang Sun等作者提出TwinBridge框架，用数字孪生为真实世界在线强化学习提供策略初始化和稠密视觉奖励。作者将3D高斯泼溅与物理仿真结合构建数字孪生，由仿真器状态在物理前提和顺序约束下给出任务事件与几何进度，用于仿真演示预训练和强化学习；随后把该监督蒸馏为视觉奖励模型，在真实交互中将其预测与执行历史结合计算稠密奖励，支持人在回路的策略精调。 在五个真实实验室任务上，TwinBridge最终平均自主成功率为98%，每个任务实机交互不超过25分钟。作者称实验显示稠密奖励比稀疏奖励提升交互效率，基于仿真的策略初始化进一步加速学习。该工作为arXiv预印本，共8页、6幅图。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。