OpenAI Dexterous Hand: manipolazione fine con sim-to-real gap ridotto
In una frase OpenAI riprende la ricerca sulla destrezza manuale robotica con nuovi risultati su sim-to-real gap ridotto tramite domain randomization massiva e RL moderno su Shadow Hand.
Nel 2019 OpenAI aveva già mostrato una mano robotica capace di risolvere un cubo di Rubik. Il problema era che funzionava solo in condizioni molto precise e spesso falliva nel mondo reale. I nuovi risultati mostrano progressi significativi nel colmare questo divario.
La tecnica chiave si chiama domain randomization: invece di addestrare il robot in una simulazione fissa e realistica, si addestra su migliaia di simulazioni diverse e leggermente caotiche. Il robot impara così a essere robusto alle variazioni, e quando incontra il mondo fisico reale, lo tratta come "un'altra simulazione diversa".
Il risultato è una mano robotica che manipola oggetti in modo fine e adattivo, anche in condizioni che non ha mai visto esattamente durante il training.
Aziende
OpenAI, Shadow Robot
Tool
Shadow Dexterous Hand, Asymmetric Actor-Critic, OpenAI Gym
Tag
Fonti