Learning a Unified Latent Space for Cross-Embodiment Robot Control
本文提出了一种可扩展的两阶段框架，该框架通过对比学习和目标条件策略学习一个统一的潜在空间，从而仅利用人类数据实现跨多种不同人形机器人的鲁棒、零样本跨具身控制。
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
想象一下，你拥有一个记录了人类舞蹈动作的巨型图书馆。现在，你想教一个机器人跳舞。问题在于，机器人的形态各异：有的只有两条手臂没有腿，有的有四条腿且躯干很小，有的则看起来几乎和人类一模一样。
传统上，如果你想让一个机器人跳舞，你必须从零开始教它，就像为每一个机器人型号专门聘请一位新的舞蹈教练。本文提出了一种更聪明的方法：一种所有机器人都能理解的、通用的“舞蹈语言”，无论它们长什么样。
以下是作者是如何实现的，分为几个简单的步骤：
1. “通用翻译器”（共享潜空间）
把机器人的身体部位（手臂、腿、躯干）想象成不同的语言。人类的手臂移动方式与机器人手臂不同。
- 旧方法： 你试图将“人类手臂”直接翻译成“机器人手臂”，但由于每个机器人都不一样，这种做法非常混乱。
- 新方法： 作者创建了一个通用翻译器（称为“统一潜空间”）。他们不是直接从人类翻译到机器人，而是先将一切转化为这种中性的“舞蹈语言”。
- 秘诀所在： 他们并没有一次性翻译整个身体，而是将身体分解为五个独立的“通道”：左臂、右臂、躯干、左腿和右腿。
- 类比： 想象一个交响乐团。与其试图让小提琴的声音听起来完全像鼓声，不如由一位指挥家来理解音乐（即动作），并告诉小提琴该如何演奏其部分，告诉鼓该如何演奏其部分，即使它们是不同的乐器。这使得一个只有手臂（如桌面级机器人）的机器人也能完美理解“手臂音乐”，即使它没有腿来跳舞。
2. 学习语言（对比学习）
他们是如何教出这种通用语言的呢？
- 他们使用了一种叫做**对比学习（Contrastive Learning）**的方法。想象你在教一个孩子识别“拍手”：你给他们看人类在拍手、机器人在拍手以及卡通人物在拍手。你告诉孩子：“这三个动作表达的是同一个概念，尽管它们看起来不同。”
- 计算机通过在它的“大脑”（潜空间）中将相似的动作归为一类来完成这项工作。如果一个人抬起右手，而一个机器人也抬起右手，计算机就会学习将这两个动作放在其记忆中的同一个“邻里”区域，无论它们的关节是如何运动的。
3. “目标设定者”（控制策略）
一旦机器人学会了这种通用语言，你该如何告诉它要做什么？
- 作者训练了一个目标条件策略（Goal-Conditioned Policy）。你可以把它想象成机器人运动的 GPS。
- 与其给机器人复杂的指令，比如“将关节 1 移动 5 度，然后将关节 2 移动 3 度”，你只需要给它一个目的地：“把你的手移动到那个位置。”
- 机器人会将这个目标转化为通用语言，计算出到达那里的步骤，并执行动作。
- 神奇之处： 他们仅使用人类数据来训练这个 GPS。在训练阶段，他们从未展示过机器人的运动过程。因为机器人已经学会了这种通用语言，它可以直接将“人类 GPS”应用到自己身上。
4. 添加新机器人（“即插即用”功能）
这也许是最令人兴奋的部分。如果明天你买了一个全新的机器人怎么办？
- 在过去，你需要重新训练整个系统。
- 在这个系统中，你只需要插入一个小型、轻量级的适配器（嵌入层）。
- 类比： 这就像买了一双新鞋。你不需要重建你的脚，你只需要一个适合你脚型的鞋垫。一旦放入鞋垫，你的脚（机器人）就能立即沿着与所有人相同的路径（通用语言）行走。作者展示了他们可以在短短 15 分钟内添加新机器人，而无需重新训练整个大脑。
5. 现实世界的结果
团队在许多不同的机器人上进行了测试，从小型人形机器人（NAO）到大型机器人（H1），甚至包括只有手臂的机器人（TIAGo）。
- 准确度： 机器人可以达到特定目标的运动，精度达到了亚厘米级（不到一个指甲盖的宽度）。
- 多样性： 他们可以提取人类的一个舞蹈动作，将其转化为机器人的动作，然后再将该机器人的动作转化为另一个机器人的动作。
- 现实应用： 他们甚至在真实的实验室环境中测试了机器人，成功让机器人抓取物体并扔进垃圾桶，以及在两手之间传递物体，而这一切都是由这个通用系统控制的。
总结
本文提出了一种系统，其中的机器人不需要被单独教授如何运动。相反，它们学习的是一种共享的、模块化的运动语言。这使得一个“大脑”可以控制多种不同类型的机器人，并且让向团队中添加新机器人变得像插入一个新适配器一样简单。其结果是，这提供了一种灵活且可扩展的方式，让各种各样的机器人能够像人类一样运动，而无需为每种机器人进行数千小时的特定训练。
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。