🤖 मशीन लर्निंग
A Distributional Treatment of Real2Sim2Real for Object-Centric Agent Adaptation in Vision-Driven Deformable Linear Object Manipulation
यह शोध पत्र एक एंड-टू-एंड रियल2सिम2रियल (Real2Sim2Real) फ्रेमवर्क प्रस्तुत करता है जो विरूपणीय रैखिक वस्तु हेरफेर (deformable linear object manipulation) के लिए उपयोग किया जाता है, जो डोमेन-रैंडमाइज्ड सुदृढीकरण शिक्षण (reinforcement learning) के लिए भौतिक पैरामीटर वितरणों का अनुमान लगाने हेतु लाइकलीहुड-फ्री इन्फरेंस (likelihood-free inference) को नियोजित करता है, जिससे सिमुलेशन से वास्तविक दुनिया में विसुओमोटर नीतियों (visuomotor policies) की ज़ीरो-शॉट तैनाती संभव हो पाती है।