Franka 机器人x Dexterity Gen引领遥操作精细任务新时代

教授机器人工具灵活操作难题

在教授机器人灵活使用工具方面，目前主要有两种策略：一是人类遥控（用于模仿学习），二是模拟到现实的强化学习。然而，这两种方法均存在明显的局限性。

1、人类遥控（用于模仿学习）：在实际操作中困难重重。人类在没有触摸反馈的情况下，很难在不同实施例中做出安全且灵巧的动作。

2、模拟到现实的强化学习：领域差距使模拟策略难用于现实；复杂任务需特定参数和模型架构，耗时费力且可扩展性差。

加州大学伯克利分校 BAIR 研究院与 Meta AI 携手开发出 DexGen，旨在解决教授机器人灵活使用工具的难题。DexGen 借助生成式模型优化机器人运动，可使机器人将人类给出的粗略操作指令，在仿真环境中通过强化学习自主调整，转换为精准且安全的动作。

DexGen技术解析：

建立一套成熟的操作认知：

让 DexGen 在模拟里学习多样灵巧操作行为，借助远程操作等高级策略把粗略动作细化成精细灵巧动作。

扩大数据集