利用行为基元增强强化学习，以实现多样化的操作任务

Oct, 2021

利用行为基元增强强化学习，以实现多样化的操作任务

Augmenting Reinforcement Learning with Behavior Primitives for Diverse Manipulation Tasks

Soroush Nasiriany, Huihan Liu, Yuke Zhu

TL;DR本文介绍一种基于预定义行为模块的学习框架 Manipulation Primitive-Augmented Reinforcement Learning（MAPLE），通过这种学习框架实现机器人在多种实际操作任务中表现出色，MAPLE 具有超越基线方法的性能。

Abstract

Realistic manipulation tasks require a robot to interact with an environment with a prolonged sequence of motor actions. While deep reinforcement learning methods have recently emerged as a promising paradigm for automating manipulation behaviors, they usually fall short in

manipulation primitive-augmented reinforcement learning deep reinforcement learning long-horizon tasks hierarchical policy functional modules

发现论文，激发创造

使用行为原始模块在数据效率模仿学习中支持脚手架操纵任务

PRIME 是一种以行为基元为基础的框架，旨在提高模仿学习的数据效率，在多阶段操作任务中取得了显著的性能提升。

Mar, 2024

使用参数化操作基元学习外在灵巧性

通过学习层次化强化学习，我们能够利用环境改变目标物体的姿态，无需物体检测、姿态估计或手动设计控制器，从而成功地完成 98% 的实验任务。

Oct, 2023

学习机器人技能组合模型，用于任务和动作规划

该研究旨在通过学习使用感知运动基元来解决复杂的长期规划操作问题，其需要将基本技能组合成新的技能来推广应用于广泛的问题中，同时使用高效的主动学习和采样方法，将学习和规划方法结合来规划各种复杂的动态操作任务。

Jun, 2020

利用大型语言模型将地面操纵器基本任务转换为可执行动作

我们提出了一种基于大型语言模型的新方法，通过任务框架形式主义来将操纵器的原始任务转化为机器人低层动作，实现混合控制。我们评估了几种最先进的大型语言模型。

Aug, 2023

通过多模态分类探索进行强化学习的非抓取平面操作

通过多模态探索方法，提出了用于任意起始和目标物体姿态的平面推动强化学习策略，该策略在无模拟故障和观测噪声的情况下具备可靠性，并能应用于具有多个推动装置的任务，同时验证了该策略在物理机器人上的可转移性。

Aug, 2023

通过参数化行为基元加速机器人强化学习

本研究探讨了使用机器人行动原语以改善强化学习代理的难度探索和性能，并提出了一种新的界面设计，将学习参数化行动原语的 RL 策略与机器人的交互结合起来，最终在三个不同的领域、图像输入和稀疏终端奖励下，显著提高了学习效率和任务性能。

Oct, 2021

高效机器人操作技能获取的触觉主动推理增强学习

提出了一种名为触觉主动推理强化学习（Tactile Active Inference Reinforcement Learning，Tactile-AIRL）的机器人操作技能学习新方法，通过整合基于模型的技术和内在好奇心进入强化学习过程，有效提高算法的训练效率和对稀疏奖励的适应能力，并利用视觉触觉传感器提供详细的感知，通过自由能最小化进行想象和规划，证明了该方法在非抓取物体推动任务中取得了显著的高训练效率，使智能体在密集和稀疏奖励任务中优秀表现，几次交互即可超越基准模型，并通过螺纹拧紧任务进行了物理实验，展示了算法的快速学习能力和在实际应用中的潜力。

Nov, 2023

基于图像的熟练操作：通过细化引导实现自主现实世界强化学习

本文提出了一种基于视觉的程序自由编程的方法，利用强化学习实现复杂多指手势下的实物操作，无需手动建模或奖励工程。

Dec, 2022

PRIMAL: 通过强化学习和模仿多智能体学习进行路径规划

该研究提出了 PRIMAL，一种新的多智能体路径规划框架，结合了强化学习和模仿学习，用于训练全分散策略，在部分可观测的环境中在线反应式规划路径，具有隐式协调性。该框架通过引入专家规划器的演示，细心的奖励重新塑造和环境抽样，扩展了以前我们在协作策略的分布式学习方面的工作。最终，该研究还在模拟机器人实验中验证了所学策略的性能。

Sep, 2018

学习用于 6D 非预抓取操作的混合演员评论员映射

本文介绍了一种利用强化学习方法进行非图像化的六自由度物体操作的方法，即 Hybrid Actor-Critic Maps for Manipulation (HACMan)，其提出了非捏持操作的物体分析和空间关联动作建模，采用离散 - 连续的动作表示法，可以帮助机器人实现对未知物体的高效操作。

May, 2023