本文介绍了基于无模型视觉强化学习的变形物体操作问题，通过迭代拾取-放置空间和显式学习放置策略加速学习，使用MVP选择策略，比独立空间快一个数量级的学习，通过领域随机化将策略转移到PR2机器人上，对布料和绳索覆盖任务进行了实验验证。