基于两阶段强化学习课程的仿生灵巧手机器人钢琴演奏控制
《Biomimetics》:Biomimetic Dexterous Hand Control for Robotic Piano Playing Using a Two-Stage Reinforcement Learning Curriculum
【字体:
大
中
小
】
时间:2026年08月29日
来源:Biomimetics 4.2
摘要
机器人弹钢琴是生物仿生灵巧操作领域一项具有挑战性的基准测试任务,要求精确的时序控制、多指协调运动和稳定的琴键接触。本研究提出了一种基于两阶段强化学习课程的机器人弹钢琴框架。将乐器数字接口(MIDI)数据转换为目标琴键网格和指法网格,以便在并行的MJLab仿真环境中为策略学习提供未来的音乐目标。一个软演员-评论家(SAC)智能体接收2106维的观测向量,包括关节状态、先前动作、音乐相位、未来琴键目标、指法分配和钢琴琴键状态,并输出21维连续动作向量,用于控制手腕、手指和全局手部定位。第一阶段通过减弱物理正则化来促进按键动作的学习,而第二阶段则加强功率、速度、加速度、碰撞、姿态和手指速度约束,以提升策略输出的规律性及其在现实世界中的部署准备度。对《致爱丽丝》、《卡农》和贝多芬《第五交响曲》的30秒右手乐段进行的仿真实验,在逐帧琴键状态F1分数上,前两首乐曲达到0.99以上,贝多芬曲目约为0.945。现实世界部署采用策略生成的高层轨迹开环播放配合低层关节位置反馈,分别实现了0.95、0.91和0.83的F1分数,同时复现了和弦、八度、黑白键混合模式、手指动作重叠以及快速顺序运动等代表性钢琴技巧。这些物理结果证明了所提出的仿真到现实流程在完整30秒执行中的可行性;这些结果并非旨在作为统计可重复性研究。研究结果进一步表明,生物仿生机械手能够从基于MIDI的任务目标中学习复杂的弹钢琴技能,而无需依赖人类动作演示轨迹。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号