DR-LfD：TAMP门控视触觉策略的双手操作框架

Yizhou Chen等作者提出DR-LfD框架，将视触觉策略嵌入TAMP门控决策系统，用于长时程双手灵巧操作。该方法按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，这把学习问题从演示数据需随技能序列指数增长，转为演示负担随技能类型数量扩展。 作者称，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。论文已被T-RO接收。

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。