伍一鹤，张振宁，仇 栋，李蔚清，苏智勇

基于深度强化学习的虚拟手自适应抓取研究

伍一鹤1，张振宁2，仇 栋1，李蔚清2，苏智勇1

(1. 南京理工大学自动化学院，江苏 南京 210094；2. 南京理工大学计算机科学与工程学院，江苏 南京 210094)

在计算机角色动画的抓取研究中，生成动作序列的自然性、稳定性及自适应能力三者难以同时得到保证，即自然又稳定的抓取控制器往往泛化能力有限，无法适用于其他类型、尺寸物体的抓取任务。通过引入和抓取类型相对应的手部示教数据、设计回报函数，构建了一种基于深度强化学习的虚拟手自适应抓取控制器。实验结果表明，该控制器能够生成兼具自然性和稳定性的抓取运动序列，同时对素材库中不同尺寸、不同类型的基元物体也具备较好的自适应能力。

深度强化学习；示教学习；运动生成；虚拟手；动作捕捉数据

虚拟人手部的抓取运动生成技术广泛应用在计算机角色动画、机器人学、第一人称虚拟现实(virtual reality，VR)等领域。由于人手是一个多自由度的复杂层次结构[1]、是人体最灵活的部位，为了实现虚拟手对不同形状、不同尺寸物体的自适应抓握交互，并保证生成的运动序列自然流畅，保证最终的抓取姿态稳定牢固，对控制器的设计提出了较高的要求。

现有的研究方法主要分为2类：建模解析法和数据驱动法。建模解析法[2-7]需要对虚拟手及交互对象进行严格的逆向工程，获得描述抓取姿态的解析方程[4]。该方法的建模过程繁琐，且难以泛化[5-7]。……