Action Flow Matching for Continual Robot Learning
本文介绍了动作流匹配（Action Flow Matching），这是一种利用流匹配来优化规划动作的生成式框架，用于在线机器人动力学模型对齐，从而在减少对回放缓存依赖并缓解灾难性遗忘等问题的同时，实现高效的持续学习并提高任务成功率。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一个机器人不再仅仅遵循预设脚本，而是能够像人类驾驶员应对突如其来的黑冰路面那样，实时学习并进行调整的世界。这就是机器人领域中的持续学习（continual learning），该领域致力于教机器如何处理不断变化的环境，而不至于忘记昨天学到的所有知识。这一挑战的核心在于动力学模型（dynamics model），它本质上是机器人的内部“物理引擎”。它是机器人用来预测的心理地图，例如：“如果我按下这个按钮，我的轮子会旋转，我会向前移动两英尺。”但问题在于：现实生活是混乱的。表面会变得湿滑，电机可能会磨损，机器人的内部地图往往会与现实脱节。当这种情况发生时，机器人的计划就会出错，导致碰撞或任务失败。科学家们试图回答的大问题是：机器人如何在行驶过程中，在不依赖人类介入重新编程的情况下，安全且高效地修复自己损坏的地图？
本文介绍了一种名为*动作流匹配（Action Flow Matching, AFM）*的巧妙新方法，旨在解决正是这样的问题。AFM 并不试图在每次遇到新问题时都从头彻底重建机器人的内部物理引擎，而是充当机器人动作的一个智能“修正透镜”。你可以这样理解：如果一个拥有模糊地图的机器人在计划向左转，但现实世界需要一个急转右弯来避开墙壁，传统的机器人可能会坚持尝试向左转，然后撞车，之后再缓慢地从撞车中学习。然而，AFM 会在机器人移动之前*拦截那个计划中的“左转”动作。它会瞬间将该动作转化为机器人如果拥有完美地图时本会*选择的“右转”。
研究人员在两种截然不同的机器人上测试了这一想法：一种是轮式地面车辆（类似于小型自动驾驶汽车），另一种是飞行四旋翼无人机（无人机）。他们设置了环境突然发生变化的场景——比如地面变得结冰，或者无人机在飞行中途减轻了重量。在这些模拟实验中，AFM 方法使机器人的适应速度比其他领先技术更快。对于地面车辆，该方法比之前的最佳方法将任务完成成功率提升了 34.2%。它还帮助机器人平均减少了 15.1% 的步数来达成目标。对于飞行无人机，即使在无人机质量发生意外变化的情况下，AFM 也将路径跟踪误差降低了 6.6%。
这里的核心见解在于，与其用一个损坏的地图盲目地探索世界（这既慢又危险），AFM 使用了一个生成式框架，将机器人不完美的计划“翻译”成实际上对学习有用的动作。这就像是有一个副驾驶在耳边低语：“嘿，你的地图显示直行，但路其实是在弯曲的；让我们往这边转向吧。”这使得机器人能够立即收集更多关于新环境的信息，从而加速其更新内部模型的过程。作者指出，这种方法具有足够的灵活性，可以适用于不同类型的机器人大脑，并且不需要机器人预先对物理学有完美的理解。虽然目前的结果是基于模拟和特定的测试轨道，但它们指向了一个未来：机器人可以持续学习并自主适应新的挑战，从而在不可预测的现实世界中变得更加安全和强大。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。