数秒の人間動作から多指ハンドの技能を獲得するAdaDex

数秒の手と物体の軌道1本から、適応性のある多指ハンド技能を学習する強化学習枠組みAdaDexが発表された。モーションキャプチャや実写動画の再構成データを使う。人間らしさを植え付ける動作追跡環境と、ノイズを加えた初期状態・目標で汎化を促す環境の2群で共通方策を学習する。把持、物体の再配置、指歩行を伴う持ち替え、投げ受けなどを獲得し、ベースラインより汎化性と機能性で上回った。シミュレータ間や実機への転移も示している。