Dactyl（OpenAI 魔方灵巧手）

OpenAI 只在仿真里用强化学习训练、再迁到真实五指灵巧手的项目

OpenAI 的灵巧操作项目，硬件是 Shadow Dexterous Hand 五指灵巧手。2018 年论文《Learning Dexterous In-Hand Manipulation》让机械手在掌中把方块转到指定朝向：策略完全在仿真中用强化学习训练，靠随机化摩擦系数、物体外观等参数（域随机化）直接迁到真机，没用任何人类示范，手指步态等人类常见动作自己学了出来。2019 年《Solving Rubik's Cube with a Robot Hand》提出自动域随机化（ADR），训练中自动把随机化范围越放越大。魔方的还原步骤由 Kociemba 求解器算出，神经网络只负责手上的操作；论文报告需要 15 次面转时成功率约 60%，最难的 26 次面转约 20%。它是仿真到现实迁移和灵巧操作的标志性工作。

例子魔方实验里，魔方的位姿由 3 路摄像头画面经 CNN 估计，各面转角由内置传感器的 Giiker 魔方读出，指尖位置由动捕系统测量，一起喂给循环神经网络策略去控制手指。

也叫

Dactyl、OpenAI 机械手玩魔方

相关

自动域随机化、域随机化、仿真到现实迁移、手内操作、Shadow 灵巧手、近端策略优化

来源

arXiv 1808.00177: Learning Dexterous In-Hand Manipulation
arXiv 1910.07113: Solving Rubik's Cube with a Robot Hand

信息截至

2019-10