WeaveRL：在线重建surfel织物训练感知RL策略

Remo Steiner等作者发布预印本论文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。作者称，在一组碰撞密集的操纵任务上，surfel织物使策略能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；使用场景感知织物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。上述效果均为论文自述，属预印本，未经同行评议或独立验证。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。