CoWAM: Coordination Contracts for Selective Policy Intervention with WAMs
CoWAM 为双臂机器人引入了一种选择性干预层，该层利用协调契约（coordination contracts），仅在满足特定的同步、角色和碰撞标准时，才对世界动作模型（World Action Model, WAM）策略进行安全修改，从而在显著提高协调成功率的同时，将有害干预的风险降至极低。
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，你正在教一对机械臂跳一段复杂的探戈。你不仅希望它们能移动，还希望它们能“协同”移动。如果一只手臂在伸手拿杯子时，另一只手臂不小心把它撞倒，或者它们同时试图抓取同一个把手，那么这场舞蹈就失败了。这就是**双臂机器人学（bimanual robotics）的世界，在这里，两只手臂必须完美地协调以处理物体。为了帮助机器人进行预先规划，科学家们使用了一种被称为世界动作模型（World Action Models, WAMs）**的东西。把 WAM 想象成机器人的一个“水晶球”：它接收一个提议的动作，并模拟如果该动作发生，未来的景象会是什么样子。这就像是一个游戏预览，向机器人展示：“如果你伸向那里，你会撞倒这个东西。”但棘手的部分在于，仅仅因为机器人看到了一个出错的未来，并不意味着它应该立即改变主意。有时候，机器人的原始计划其实是没问题的，而对一个可怕的模拟过程感到恐慌反而会导致更多的错误。大问题在于：我们如何告诉机器人，什么时候该相信直觉，什么时候该听从它的“水晶球”？
这篇论文介绍了一个聪明的解决方案，叫做 CoWAM（带有世界动作模型的协调契约）。CoWAM 并不让机器人的“水晶球”随机覆盖其计划，而是像一个严格且公正的裁判，只有在违反特定规则时才会介入。研究人员建立了一个系统，其中机器人的原始计划（“标称动作”）始终处于主导地位，除非有一个更好的替代方案通过了一系列严格的测试。这些测试被称为协调契约（coordination contracts）。想象一下，这些契约就像一份承诺清单：“承诺你不会撞到另一只手臂”、“承诺你会在正确的时间握住物体”以及“承诺你不会掉落杯子”。
该系统的运作方式如下：机器人生成一系列可能的动作，包括它的首选动作和一些备选动作。CoWAM 会查看所有动作的“水晶球”预测。只有当一个新的动作满足所有激活的契约（例如：无碰撞、时机完美）并提供了一个清晰且低风险的改进时，它才允许机器人切换到新动作。如果新动作具有风险，或者没有明显优于原始计划，CoWAM 就会说：“坚持原计划。”如果连原始计划看起来都很糟糕，机器人还有一个安全网来停止运行并请求帮助。
作者在包含八种不同双手任务（如堆叠碗、抬起锅具和将瓶子放入垃圾桶）的模拟世界中测试了该系统。他们发现，CoWAM 在选择正确动作方面比其他方法表现得更好。具体而言，当出现机会时，它成功识别并选择了有效的协调替代方案的比例为 93.3%，而没有完整“契约”系统的版本仅为 76.7%。更重要的是，它非常谨慎：它造成有害错误（如导致碰撞）的概率低于 1%。在现实世界的模拟中，与之前最好的方法相比，这使得任务完成率提升了 9.6 个百分点。论文表明，通过使用这些严格的“契约”来过滤预测，机器人既可以勇敢地尝试新事物，又足够聪明以避免灾难，从而将混乱的舞蹈转化为流畅的表演。
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。