HORA（手内物体旋转 + RMA）

只靠指尖和关节本体感知，让机器手在手里持续转动各种物体的强化学习方法

UC Berkeley 与 Meta AI 的 Haozhi Qi、Jitendra Malik 等人 2022 年 10 月发布，发表于 CoRL 2022。目标是让 Allegro 四指灵巧手只用指尖把物体绕一个轴持续转动。做法沿用快速运动适应（RMA）：先在仿真里用强化学习训练一个能看到物体大小、质量、摩擦等特权信息的基础策略，再训练一个适应模块，只从最近一段关节本体感知历史里推断这些物体属性。策略只用圆柱体在仿真中训练，不经微调就能部署到真机，转动大小、形状、重量各异的物体，稳定的「指步态」在训练中自然涌现。它是手内操作仿真到现实迁移的代表工作。

例子在仿真中只见过圆柱体的策略，部署到真实 Allegro 手上后，不看摄像头也能转动形状、重量各不相同的日常物体。

也叫

In-Hand Object Rotation via Rapid Motor Adaptation

相关

快速运动适应、手内操作、灵巧操作、特权信息、仿真到现实迁移、Allegro 灵巧手

来源

In-Hand Object Rotation via Rapid Motor Adaptation (arXiv 2210.04887)
HORA project page

信息截至

2022-10