哈佛 GRASP：从历史 rollout 恢复梯度，优化灵巧手与 humanoid 动作重定向

hankyang94 · x · 2026-11-01

哈佛计算机器人组介绍 GRASP 的技术细节：结合基于采样的探索与梯度引导精修，无需可微仿真器动力学。核心思路是复用已收集的 rollout（包括被拒绝的候选）拟合局部代价模型来恢复梯度，即使用简单二次模型也能为 MCMC 更新提供有效引导；再用 Metropolis–Hastings 校正保留真实代价的目标分布，并以 MPC 形式扩展到长时演示。在 1352 条 Sharpa 灵巧手双臂 OakInk2 演示上达到 94.2% 成功率，物体位置平均误差 2.87 cm。