Bi-DexHands

Bi-DexHands (DexterousHands)进阶

北京大学团队基于 Isaac Gym 的双 Shadow 灵巧手强化学习基准。

Bi-DexHands 出自北京大学 PKU-MARL 团队，论文《Towards Human-Level Bimanual Dexterous Manipulation with Reinforcement Learning》收录于 NeurIPS 2022 数据集与基准赛道，代码仓库名为 DexterousHands。它在 Isaac Gym（英伟达的 GPU 并行仿真器）里放两只 Shadow 灵巧手，包含数十个双手任务和数千个目标物体，任务按认知科学文献对应不同水平的人类运动技能来设计。论文称单张 RTX 3090 可跑到 3 万帧每秒以上。基准覆盖单智能体、多智能体（把每只手当作一个智能体）、离线、多任务和元强化学习。结论是 PPO 类算法能掌握相当于 48 个月大幼儿水平的简单任务，多智能体方法有助于需要双手配合的任务，但多任务和少样本设定下现有算法大多失败。