该论文介绍了一种基于强化学习的物体重新定位控制器，利用廉价深度相机实现实时动态定位。研究表明，通过约束策略优化，机器人能更快、安全地完成重定位任务。此外，提出了多指手的演示学习方法和无模型框架，展示了在真实世界中有效的物体操作能力。
Dactyl是一个高灵活性的人形机器人手，能够通过强化学习算法成功完成物体重新定位任务。它利用RGB摄像头估计物体位置，并通过随机化训练提高适应性，展示了在复杂环境中操作的潜力。
完成下面两步后，将自动完成登录并继续当前操作。
