arXiv cs.RO· Xingxin He, Yuxuan Jiang, Haonan Zhang, Chuhan Cui, Kaile Li, Zhongxing Zheng, Caihao Xu, Ziqi Wang·· 3 小时前精选AI 评分62
SARI：面向接触密集操作的阶段拆分仿真与真机协同训练框架
SARI: Phase-Split Sim-Real Co-Training for Contact-Rich Manipulation
AI 导读
SARI 是一个阶段拆分的仿真与真机协同训练框架，让自由空间接近动作由仿真生成、接触交互由少量真机示范采集，再用视觉外观对齐和共享的相机相对动作表示训练单一策略，无需显式阶段标签或人工切换。在五项真实接触密集操作任务中，该方法将真机数据采集时间减少 34.3%，在未见位姿上取得 27.5% 成功率，而全任务仿真到真机基线均为 0%。
推荐理由
论文提出按阶段拆分仿真与真机数据的协同训练框架，读者可了解接触密集操作中数据采集成本与未见位姿泛化的权衡思路。
来源：arXiv cs.RO · arxiv.org