返回Research
传送真实相:一个实用的指南
如何成功将机器人政策从模拟转移到现实世界.
现实差距
实现模拟 95% 的成功的政策通常在现实世界中降至30
三种策略
域随机化:在广泛的参数分布中训练,所以现实世界只是"另一个样本".系统识别:仔细测量和校准模拟参数以匹配现实.精细调节:在模拟中训练,然后收集一个小的现实数据集 (50
- 域名随机化:最佳用于视觉政策
- 系统识别:最适合接触式任务
- 现实世界细调:几乎总是提高性能
- 建议:结合所有三种
实际的建议
开始使用MuJoCo或Isaac Sim (两者都有良好的接触模型). 随机定制摄像头位置,照明和对象纹理. 测量实际的关节摩擦和
现实差距
实现模拟 95% 的成功的政策通常在现实世界中降至30
三种策略
域随机化:在广泛的参数分布中训练,所以现实世界只是"另一个样本".系统识别:仔细测量和校准模拟参数以匹配现实.精细调节:在模拟中训练,然后收集一个小的现实数据集 (50
- 域名随机化:最佳用于视觉政策
- 系统识别:最适合接触式任务
- 现实世界细调:几乎总是提高性能
- 建议:结合所有三种
实际的建议
开始使用MuJoCo或Isaac Sim (两者都有良好的接触模型). 随机定制摄像头位置,照明和对象纹理. 测量实际的关节摩擦和