可泛化的规划引导扩散策略学习，使双手机器人系统有效地操纵具有不同几何形状、尺寸和物理特性的物体
作者: 深蓝学院
作者简介: 获取相关资料+SLYYDS24；人工智能领域16大方向，包含具身智能、大模型，端到端，自动驾驶......这些都有！
描述: 介绍了 GLIDE，这是一种规划引导的扩散策略学习方法，可用于可推广的接触丰富的双手操作。利用通过接触进行高效模型规划的最新进展，我们在模拟中生成大规模、高质量的演示轨迹。然后，我们使用任务条件点云扩散策略执行视觉运动模仿学习，并提出特征提取、任务表示和动作预测中的基本设计选择，以实现对未见过场景的有效策略推广和模拟到现实的转移。模拟和现实世界中的评估证明了我们的策略在操纵具有不同几何形状、尺寸和物理属性的物体方面的有效性。 标题：Planning-Guided Diffusion Policy Learning for Generalizable Contact-Rich Bimanual Manipulation 链接：https://arxiv.org/html/2412.02676v1
![[Pybullet] SAC强化学习训练机械臂抓取物体](/image/afe4ac4c1f0012d6767502daee2705bacdba6c4a.jpg@336w_190h_!web-video-rcmd-cover.avif)
