Till Örebro universitet

oru.seÖrebro universitets publikationer
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Can context bridge the reality gap? Sim-to-real transfer of context-aware policies
Örebro universitet, Institutionen för naturvetenskap och teknik. (AASS Research Centre)ORCID-id: 0000-0002-2142-6516
Örebro universitet, Institutionen för naturvetenskap och teknik. (AASS Research Centre)ORCID-id: 0000-0003-1528-4301
Örebro universitet, Institutionen för naturvetenskap och teknik. (AASS Research Centre)ORCID-id: 0000-0003-3958-6179
Technology Transfer Center Kitzingen, Technical University of Applied Sciences Würzburg-Schweinfurt, Kitzingen, Germany.
Visa övriga samt affilieringar
2026 (Engelska)Ingår i: Robotics and Autonomous Systems, ISSN 0921-8890, E-ISSN 1872-793X, Vol. 205, artikel-id 105594Artikel i tidskrift (Refereegranskat) Published
Abstract [en]

Sim-to-real transfer remains a major challenge in reinforcement learning (RL) for robotics, as policies trained in simulation often fail to generalize to the real world due to discrepancies in environment dynamics. Domain Randomization (DR) mitigates this issue by exposing the policy to a wide range of randomized dynamics during training, yet leading to a reduction in performance. While standard approaches typically train policies agnostic to these variations, we investigate whether sim-to-real transfer can be improved by conditioning the policy on an estimate of the dynamics parameters - referred to as context. To this end, we integrate a context estimation module into a DR-based RL framework and systematically compare SOTA supervision strategies. We evaluate the resulting context-aware policies in both a canonical control benchmark and a real-world pushing task using a Franka Emika Panda robot. Results show that context-aware policies outperform the context-agnostic baseline across all settings, although the best supervision strategy depends on the task.

Ort, förlag, år, upplaga, sidor
Elsevier, 2026. Vol. 205, artikel-id 105594
Nyckelord [en]
Robotics, Reinforcement learning, Sim-to-real
Nationell ämneskategori
Datavetenskap (datalogi) Artificiell intelligens Robotik och automation
Identifikatorer
URN: urn:nbn:se:oru:diva-130287DOI: 10.1016/j.robot.2026.105594ISI: 001819233500001OAI: oai:DiVA.org:oru-130287DiVA, id: diva2:2088614
Forskningsfinansiär
KK-stiftelsen, 20190128Knut och Alice Wallenbergs StiftelseWallenberg AI, Autonomous Systems and Software Program (WASP)
Anmärkning

This work was supported in part by Industrial Graduate Schoo lCollaborative AI & Robotics (CoAIRob), in part by the Swedish Knowledge Foundation under Grant Dnr:20190128, and the Knut and Alice Wallenberg Foundation through Wallenberg AI, Autonomous Systems and Software Program (WASP).

Tillgänglig från: 2026-07-29 Skapad: 2026-07-29 Senast uppdaterad: 2026-07-29Bibliografiskt granskad

Open Access i DiVA

Fulltext saknas i DiVA

Övriga länkar

Förlagets fulltext

Person

Iannotta, MarcoYang, YuxuanStork, Johannes A.Stoyanov, Todor

Sök vidare i DiVA

Av författaren/redaktören
Iannotta, MarcoYang, YuxuanStork, Johannes A.Stoyanov, Todor
Av organisationen
Institutionen för naturvetenskap och teknik
I samma tidskrift
Robotics and Autonomous Systems
Datavetenskap (datalogi)Artificiell intelligensRobotik och automation

Sök vidare utanför DiVA

GoogleGoogle Scholar

doi
urn-nbn

Altmetricpoäng

doi
urn-nbn
Totalt: 17 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf