Rl Manipulation

Xây dựng nền tảng RL cho manipulation — từ MDP formulation, thiết kế reward function đến setup môi trường MuJoCo từ đầu.

Huấn luyện robot nắm vật thể đa dạng bằng RL — từ reward design cho grasping đến curriculum learning với PPO và SAC.

Huấn luyện robot giữ cốc nước không đổ bằng RL — reward design cho force control, impedance control baseline, và SAC training.

Huấn luyện robot pick-and-place chính xác dưới 1cm với RL — HER cho sparse rewards, 6-DOF placement, và orientation alignment.

Huấn luyện robot bê vật thể ổn định bằng RL — từ carry-flat đến pouring, multi-objective reward cho speed vs stability.

Giải quyết contact-rich manipulation bằng RL — peg-in-hole, assembly, tactile sensing, và domain randomization cho sim-to-real.

Dạy robot sử dụng dụng cụ bằng RL — affordance learning, two-phase grasp-then-use, và screwdriver insertion trong MuJoCo.

Giải quyết manipulation dài hơi bằng RL — curriculum learning, hierarchical RL, skill chaining, và benchmark IKEA furniture assembly.