论文页面 - DONIC：基于人类演示的通用灵巧双臂跟踪控制

来源：https://huggingface.co/papers/2610.29997

摘要

DONIC 是一个在多样化人体运动数据上训练的通用双臂跟踪器，采用强化学习结合可回收演示和逐手奖励的方式，在无需微调的情况下即可对未见过的物体实现高成功率操作。

尽管灵巧参考跟踪领域近期取得了进展，现有模型主要关注单手操作以及有限范围的交互，未能解决日常生活中常见的双臂灵巧操作行为。接触丰富的双臂操作（https://huggingface.co/papers?q=bimanual%20manipulation）数据稀缺，加之协调接触的复杂性增加，使得开发通用双臂跟踪器尤为困难。因此，我们提出了 1）DONIC——首个在操作类别和人体运动来源上联合训练的通用双臂跟踪器；以及 2）BiHOI——一个包含 1,575 个序列、涵盖 229 个物体的多视角数据集，强调持续的双臂交互，其中重建的交互被重定向为机器人参考动作。DONIC 将近端策略优化（https://huggingface.co/papers?q=proximal%20policy%20optimization）与行为克隆（https://huggingface.co/papers?q=behavioral%20cloning）结合在反馈循环中，将验证成功的执行轨迹回收为训练演示。以物体为中心的逐手奖励（https://huggingface.co/papers?q=per-hand%20reward）在保持物体运动反馈的同时，根据参考接触角色对每只手进行监督。Clip-Centered Advantages（https://huggingface.co/papers?q=Clip-Centered%20Advantages）消除了依赖参考的 advantage 偏移，同时保留了轨迹内的差异。这些设计共同使单个策略能够从异构参考中学习协调操作。无需微调，单个检查点在训练物体的未见轨迹上达到 86.79% 的成功率，在留出物体上达到 57.32%，分别超越最先进的双臂跟踪基线 77.36 和 45.73 个百分点。

查看 arXiv 页面 (https://arxiv.org/abs/2610.29997) 查看 PDF (https://arxiv.org/pdf/2610.29997) 项目主页 (https://ropedia.github.io/DONIC/) GitHub20 (https://github.com/Ropedia/DONIC) 添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2610.29997)

在你的 agent 中获取此论文：

hf papers read 2610.29997

还没有最新版 CLI？curl -LsSf https://hf.co/cli/install.sh | bash

引用此论文的模型 0

没有模型关联此论文

在模型的 README.md 中引用 arxiv.org/abs/2610.29997 以从此页面链接。

引用此论文的数据集 0

没有数据集关联此论文

在数据集的 README.md 中引用 arxiv.org/abs/2610.29997 以从此页面链接。

引用此论文的 Spaces 0

没有 Space 关联此论文

在 Space 的 README.md 中引用 arxiv.org/abs/2610.29997 以从此页面链接。

包含此论文的合集 0

没有合集包含此论文

将此论文添加到合集 (https://huggingface.co/new-collection) 以从此页面链接。