MANIPULATION
VE2VF：通过真实世界强化学习实现从视觉赋能到无视觉的蒸馏，用于鲁棒的接触密集操作
Victor Kowalski, Chengxi Li, Dongheui Lee
- 发表年份
- 2026
- 引用次数
- 0
- 访问权限
- 开放获取
摘要
本文提出了一种人机交互强化学习框架，通过教师-学生蒸馏将视觉赋能策略的知识迁移到仅依赖位姿、扭转和力传感的无视觉学生策略中，在真实世界NIST装配基准板上实现了95%的成功率。该方法无需域随机化或数据增强，即可在约50分钟训练后鲁棒地泛化到8个未见任务变体。
关键词
reinforcement learningteacher-student distillationcontact-rich manipulationrobustnessreal-world training
相关论文
MANIPULATION
📊 7,533 引用
Real-Time Obstacle Avoidance for Manipulators and Mobile Robots
Oussama Khatib
1986
MANIPULATION
📊 6,720 引用
A Mathematical Introduction to Robotic Manipulation
Richard M. Murray, Zexiang Li, Shankar Sastry
2017
MANIPULATION
📊 3,821 引用
Robot dynamics and control
Mark W. Spong
1989
MANIPULATION
📊 3,499 引用
A tutorial on visual servo control
Seth Hutchinson, Gregory D. Hager, Peter Corke
1996