Adroit 灵巧手任务

在 MuJoCo 中控制 24 自由度仿真五指手完成开门、敲钉等四项任务的基准。

Adroit 任务出自 Rajeswaran、Vikash Kumar、Sergey Levine 等人（华盛顿大学、OpenAI、伯克利）2018 年的论文，在 MuJoCo 里仿真 24 自由度的 ADROIT 拟人手（D4RL 称其为仿真 Shadow 手），设计了四个任务：把球搬到目标位置、在手里转笔到指定朝向、用锤子敲钉子、拉开带门闩的门。作者用 VR 数据手套为每个任务采集 25 条人类演示，并提出 DAPG：先用演示做行为克隆，再用带演示项的策略梯度做强化学习微调。之后 D4RL 把它收入离线强化学习基准，提供 human、cloned、expert 三类数据，Gymnasium-Robotics 也维护这些环境。它常用来测高维灵巧操作、稀疏奖励和演示辅助学习。

例子D4RL 中的 pen-human 数据集就是转笔任务的 25 条人类演示，离线强化学习论文常用它比较算法。

也叫

Adroit Hand、ADROIT、DAPG 任务

相关

灵巧操作、手内操作、Shadow 灵巧手、D4RL 离线强化学习基准、MuJoCo、稀疏奖励

来源

Learning Complex Dexterous Manipulation with Deep Reinforcement Learning and Demonstrations (arXiv 1709.10087)
D4RL: Datasets for Deep Data-Driven Reinforcement Learning (arXiv 2004.07219)
Gymnasium-Robotics: Adroit Hand