DemoGrasp：高效通用灵巧手抓取学习框架

在灵巧手通用抓取的研究中，传统强化学习（RL）面临高维动作空间、复杂奖励函数设计以及低效的探索过程等挑战。北京大学及BeingBeyond团队提出DemoGrasp框架，旨在解决这些问题。

该框架以一次成功的抓取演示轨迹为起点，通过轨迹编辑技术，适应不同物体与姿态，包括改变腕部位姿确定“抓取位置”，调整手指关节角度确定“抓取方式”。

核心设计：单条演示 + 单步 RL

从“多步探索”到“全局编辑”

传统RL方法需要设计复杂的奖励函数和密集的学习流程。而DemoGrasp通过单条成功演示轨迹，将高维任务简化为轨迹编辑任务，再配合单步RL优化参数，实现虚实迁移。

单条演示和轨迹编辑

通过调整轨迹中的手腕和手指抓取方式，即可适配不同物体。只需对单个物体采集一条成功轨迹，即可通过轨迹编辑适应新物体和新位置。

单步强化学习

在仿真环境中，DemoGrasp利用IsaacGym创建多个并行世界进行训练。策略网络根据观测输出编辑参数，执行后根据“抓取成功”和“发生碰撞”获得奖励。

视觉蒸馏，虚实迁移

通过视觉模仿学习，将策略蒸馏成与真机对齐的RGB策略，实现从仿真到真机的直接迁移。

实验结果：仿真和真机双优

在DexGraspNet数据集上，DemoGrasp性能显著优于现有方法，视觉策略成功率达到92%。此外，DemoGrasp还成功适配多种机器人形态，并在未见过的物体上达到高成功率。

DemoGrasp不仅提升了灵巧抓取的泛化性和扩展性，还展示了融合少量人类演示实现高效机器人强化学习的潜力。