HOIST：通过模仿和样本高效调整进行人形优化，以操纵悬挂负载

用人形机器人操纵悬挂的有效负载具有挑战性，因为机器人只能通过全身运动和间歇接触来影响欠驱动的振荡负载。模仿学习提供安全的初始行为，但不会直接优化最终的放置，而从头开始的强化学习在真实的人形机器人上是不安全的且样本效率低下。我们推出了 HOIST-Humanoid Optimized，具有模仿和样本高效调整功能，用于操纵悬挂负载。 HOIST 首先从虚拟现实 (VR) 远程操作演示中微调高级视觉语言动作 (VLA) 策略，并通过全身控制器执行其命令。然后，它使用 VLA执行轨迹和迭代批量强化学习来提高放置精度和停止行为。模拟实验和真实人形机器人实验表明，HOIST 比仅模仿和附加演示基线有所改进；与纯 VLA 相比，HOIST 将平移放置误差减少了 19.9 厘米，原始角度误差减少了 3.56 度，展示了类人机器人在欠驱动物料搬运任务中的潜力。