通过强化学习训练循环神经网络，机器人成功地在高精度装配机械零件过程中，表现出更高的精度和鲁棒性。

Aug, 2017

这项研究使用软手腕来解决机器人装配中具有代表性且具有挑战性的插入孔位任务，其可以比刚性手腕更安全操作且容忍较低频率的控制信号。我们使用部分可观察的形式并通过展示学习和基于记忆的深度强化学习来训练一个完全基于触觉和本体感知信号行动的智能体。此外，我们利用潜在的领域对称性以提高样本效率，并通过构建辅助损失推动智能体遵守对称性。在模拟环境中，我们的智能体在五个不同的对称插头形状上显示出与基于状态的智能体相当甚至更好的性能。特别是，样本效率还使我们能够在 3 小时内直接在真实机器人上学习。

Feb, 2024

建筑中用于混凝土孔的铆钉插入是一个钉孔任务，为了减轻自动化这一任务所面临的挑战，我们引入了一个针对光照和孔面条件具有鲁棒性的视觉和感知数据驱动的机器人控制模型。该模型通过空间注意点网络和深度增强学习策略的联合训练，以端到端的方式来控制机器人。该模型通过离线训练，在减少训练时间和最小化将模型转移到实际世界时的现实差距方面具有高效率。通过在 12 个未知孔上进行工业机器人的评估实验，从 16 个不同的初始位置开始，并在三种不同的照明条件下（其中两种有误导性阴影），我们证明了空间注意点网络即使在具有挑战性的光照条件下也能够生成相关的图像关注点。我们还展示了所提出的模型使任务执行的成功率更高，并且任务完成时间更短，高于各种基准。由于所提出的模型在严峻的光照、初始位置和孔条件下的高效性，以及离线训练框架的高样本效率和短训练时间，这种方法可以很容易地应用于建筑领域。

Dec, 2023

以制造业的最新趋势为背景，研究了自主机器人装配的问题。提出一种利用几何运动规划作为先验知识来引导强化学习的方法，以实现高精度的装配任务。同时，还提出了一种能够学习运动规划并将控制器推广到物体位置变化的神经网络架构。

Mar, 2018

本研究主要评估和基准测定在物体装配任务中视觉表示的鲁棒性。研究采用了一个视觉运动策略学习的通用框架，将预训练模型用作视觉编码器，并发现从头开始训练的视觉编码器在双臂操纵设置中表现出更好的性能，而现有的预训练模型则不足以满足此任务所需的重要视觉特征。此外，研究还讨论了旋转表示和相关损失函数，这些能够大幅提高策略学习的效果，提出了一种用于评估视觉运动策略学习进展的新型任务场景，特别关注提高复杂装配任务的鲁棒性，需要同时进行几何和空间推理。

Oct, 2023

本文提出了一种基于学习的视觉针孔方法，能够通过模拟对多种形状进行训练，并以最小的模拟到真实世界成本适应任意未见形状。

May, 2022

为了避免混凝土高摩擦系数的负面影响，本文提出了一种使工业机器人能够完成混凝土孔洞中的桩入洞任务的方法。该方法利用经过强化学习训练的深度神经网络来有效地找到具有不同形状和表面处理的孔洞，而无需进行分析建模或控制参数调整。经过评估，结果显示该神经网络具有 96.1％的平均成功率和 12.5 秒的平均执行时间，验证了该方法在建筑行业的有效性和适用性。

Mar, 2024

提出了一种深度强化学习策略，旨在通过引入协作自主系统（例如操纵器）在工作场所和人操作员之间高效地学习多类别物品从共享工作空间到多目标目的地的放置任务。

Apr, 2024

实现自主学习的算法对于在真实环境中的机器人来说一直是个挑战，但本研究描述了一个实际的强化学习系统，通过在真实环境中进行训练，并借助人类的反馈来实现不间断的改进。该系统在不需要设计奖励函数或重置机制的情况下，通过自我监督学习算法和人类反馈产生的信息来指导探索和筛选学习策略。在模拟环境和真实世界中的机器人任务上的评估结果表明，该系统能够有效地学习行为。

Oct, 2023

本文介绍了一种基于多个技能先验的强化学习方法，通过学习每个任务所需技能的先验分布，并将任务的相似性与先前的任务进行比较，以指导在新任务上学习策略，从而更好地推广到训练中从未遇到的新任务。

Sep, 2022