DexMimic: Ein generalistisches Policy-Modell für das Tracking von Hand-Objekt-Interaktionen über wertgesteuerte Reset-Zuweisung

Was passiert ist

arXiv:2610.19089v1 Announce Type: new Abstract: Menschenähnliche geschickte Manipulation bleibt eine zentrale Herausforderung in der Robotik. Experimente zeigen verbesserte Tracking-Erfolge und Trainingseffizienz, schnelleres Feintuning und das Potenzial für Zero-Shot-Generalisierung auf unbekannte Trajektorien und Objekte; größere Trainingsmengen verbessern Effizienz und Generalisierung weiter.

Das Lernen aus Datensätzen zu Hand-Objekt-Interaktionen (HOI) beim Menschen bietet einen vielversprechenden Weg zu vielfältigen geschickten Fertigkeiten, doch bestehende physikbasierte Ansätze trainieren Spezialisten-Policies für einzelne Trajektorien und beschränken so die Wiederverwendung von Fertigkeiten im großen Maßstab. Effizientes gemeinsames Training erfordert, jeden Rollout sowohl einer untertrainierten Phase als auch einem Startzustand zuzuweisen, der das weitere Tracking unterstützt. DexMimic setzt diese Erkenntnis durch wertgesteuerte Reset-Zuweisung (Value-Guided Reset Allocation) um, die die Initialisierungsverteilung online anpasst, um schwierige Phasen zu priorisieren und Reset-Zustände mit höheren erwarteten Tracking-Erträgen auszuwählen.

Wichtige Fakten

• Effizientes gemeinsames Training – erfordert: Zuweisung jedes Rollouts sowohl zu einer untertrainierten Phase als auch zu einem Startzustand, der das weitere Tracking unterstützt