机器人自主学习机械臂平台数据集

仿真到真实的主要困难是源域和目标域之间的差异问题。为了解决这一问题，出现了以领域随机化为主流的各种方法，其实质是使单一策略更加鲁棒。相比之下，我们提出了一种新的迁移方法，即双策略合作迁移，其主要思想是用一种策略(任务策略)完成任务，另一种策略(差距策略)帮助前者弥补差距，因此可以分别关注任务的训练和差距的克服。基于该方法，差异策略学习目标的设置取决于任务策略部署到实际系统中的转移情况，而如何进行两者的合作则取决于反映差异的阈值和两个策略输出动作的耦合。针对动力学领域中典型的接触丰富型场景，设计了基于UR3机器人的自适应物体推送实验，并验证了所提方法的有效性。