基于深度强化学习的虚拟手自适应抓取研究

作     者：伍一鹤 张振宁 仇栋 李蔚清 苏智勇 WU Yi-he;ZHANG Zhen-ning;QIU Dong;LI Wei-qing;SU Zhi-yong

作者机构：南京理工大学自动化学院江苏南京210094 南京理工大学计算机科学与工程学院江苏南京210094 

基　　金：“十三五”装备预研项目(61409230104,1017,315100104) 中央高校基本科研业务费专项(30918012203) 上海航天科技创新基金(SAST2019009) 

出 版 物：《图学学报》 (Journal of Graphics)

年 卷 期：2021年第42卷第3期

页      码：462-469页

摘      要：在计算机角色动画的抓取研究中,生成动作序列的自然性、稳定性及自适应能力三者难以同时得到保证,即自然又稳定的抓取控制器往往泛化能力有限,无法适用于其他类型、尺寸物体的抓取任务。通过引入和抓取类型相对应的手部示教数据、设计回报函数,构建了一种基于深度强化学习的虚拟手自适应抓取控制器。实验结果表明,该控制器能够生成兼具自然性和稳定性的抓取运动序列,同时对素材库中不同尺寸、不同类型的基元物体也具备较好的自适应能力。

主 题 词：深度强化学习 示教学习 运动生成 虚拟手 动作捕捉数据 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.11996/JG.j.2095-302X.2021030462

馆 藏 号：203103685...