集成機械手的四足機器人可以處理需要在周圍環(huán)境中快速移動的同時操縱物體的任務。這些任務包括收集房屋周圍的垃圾、收集特定物品并將其帶給人類或將目標物品放置在特定位置等。

許多旨在訓練機器人成功完成任務的方法都依賴于模仿學習。這意味著規(guī)劃機器人動作的算法會學習策略，這些策略將允許機器人通過處理演示數(shù)據(jù)來完成任務，演示數(shù)據(jù)展示了代理如何完成這項任務。

雖然一些現(xiàn)有的訓練機器人完成涉及運動和物體操縱任務的方法在模擬中取得了可喜的成果，但它們在“野外”的表現(xiàn)往往并不理想。這實際上意味著，在現(xiàn)實環(huán)境中進行測試時，它們無法讓機器人很好地概括各種任務。

圖片來源：加州大學

據(jù)外媒報道，加州大學圣地亞哥分校（UC San Diego）的研究人員最近推出可以提高野外四足機器人長距離操縱技能的新框架WildLMa，其三個組件可以共同提高通過模仿學習所學技能的通用性。相關論文已發(fā)表于arXiv預印本服務器上。

“模仿學習的快速進步使機器人能夠從人類的示范中學習，”論文作者Yuchen Song表示?！叭欢?，這些系統(tǒng)通常專注于孤立的特定技能，它們很難適應新環(huán)境。我們的工作旨在克服這一限制，通過使用視覺語言模型（VLM）訓練機器人獲得可推廣的技能，然后利用大型語言模型（LLM）將這些技能鏈接成序列，使機器人能夠處理復雜的任務?！?/p>

Song及其同事設計的框架WildLMa首先提供了一種收集專家演示數(shù)據(jù)的簡單方法。這是通過基于虛擬現(xiàn)實（VR）的遠程操作系統(tǒng)實現(xiàn)的，其中人類代理可以利用預先訓練的機器人控制算法，只用一只手來控制機器人的整個身體運動。

“這些預先訓練的技能隨后通過LLM得到增強，LLM將復雜的任務分解為可管理的步驟——類似于人類應對挑戰(zhàn)的方式（例如，‘挑選 - 導航 - 放置’），”Song 解釋說?！敖Y果是機器人能夠高效、直觀地執(zhí)行長時間、多步驟的任務?！?/p>

該研究團隊介紹的方法的一個顯著特點是它還集成了注意力機制。這些機制允許機器人在完成特定任務時專注于目標對象。

“注意力機制的集成在使機器人的技能更具適應性和可推廣性方面起著關鍵作用，”Song補充說?！癢ildLMa的潛在應用包括實際的家務，例如整理或取回物品。我們已經展示了其中一些功能?！?/p>

Song及其同事已經在一系列真實世界的實驗中展示了該框架的潛力，成功地訓練了一個四足機器人完成各種任務。這些任務包括清理加州大學圣地亞哥分校走廊和室外空間的垃圾、取外賣以及重新整理書架上的物品。

“雖然我們的系統(tǒng)表現(xiàn)良好，但它仍然會受到意外干擾的影響，例如人們四處走動，”Song補充道。“我們的下一步將涉及使系統(tǒng)在動態(tài)環(huán)境中更加穩(wěn)健。最終，我們的目標是創(chuàng)造人人都能負擔得起且可以使用的家庭助理機器人?！?/p>