Distributed Dexterous Manipulation with Spatially Conditioned Multi-Agent Transformers
本文介绍了一种空间条件的多智能体 Transformer 框架，该框架通过由 64 个软体机器人组成的阵列，实现了高效、鲁棒的分布式灵巧操控，在仿真和现实设置中均完成了高精度的长程任务，并通过优化的机器人选择显著降低了硬件磨损。
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
想象一个这样的世界：移动重物不再需要一台巨大的机器，而是由一群微小而温柔的手共同协作。这就是分布式操纵（distributed manipulation）所承诺的前景——在这个机器人领域中，许多简单的执行器通过协调，共同推、拉并引导物体在表面上移动。多年来，研究人员一直尝试利用气流喷射阵列或简单的线性电机来移动物体，但这些系统往往缺乏处理精细或复杂任务所需的技巧。当物体改变形状或环境变得拥挤时，它们往往难以适应。挑战在于，如何教会数十个独立的机器人作为一个凝聚的整体行动，而不必由一个中央指挥官在每一时刻都精确地指令每一个机器人该做什么。
卡内基梅隆大学的一位研究人员通过一种新型的人工智能，教导一大群软体机器人如何进行协作，从而在解决这一问题上迈出了重要一步。他们构建了一个由六十四个小型柔性机器人组成的系统，这些机器人排列成阵列，看起来就像一床顺应性的手指。每个机器人可以在三个方向上移动，从而为放置在其上的物体创造出巨大的综合操控能力。研究人员的目标是研究如何高效地控制整个群体，确保机器人能够协同工作，引导物体沿着特定路径移动，同时避免彼此碰撞或浪费能量。
为了实现这一目标，研究人员开发了一种基于名为“多智能体 Transformer”（Multi-Agent Transformer）的神经网络的学习框架。简单来说，这是一种旨在理解序列和关系的计算机模型，就像读者理解句子中词语的顺序一样。然而，标准的此类技术在处理机器人时表现不佳，因为它们仅将每个机器人视为列表中的一个条目，忽略了它们的物理位置。研究人员意识到，为了让机器人能够协作，计算机模型需要理解网格的物理布局。他们通过创建一个特殊的系统解决了这个问题，该系统将每个机器人的空间位置直接编码到模型的记忆中。这使得人工智能能够“看到”哪些机器人是邻居，哪些机器人距离较远，从而使其能够基于物理现实而非仅仅基于随机的数据列表来做出决策。
学习过程分为两个不同的阶段，以确保机器人能够快速且有效地学习。首先，系统展示了一些移动物体的示例，这些示例是由一个充当“专家教师”的计算机程序生成的。这让机器人对如何推动物体有了基础性的理解。在第二个阶段，机器人在模拟环境中通过自我练习，通过试错法来精炼技能。在此阶段，研究人员引入了一种巧妙的奖励机制，鼓励机器人尽可能使用最少数量的个体来完成任务。系统并没有让全部六四台机器人同时推进，而是学会了针对每一步移动选择特定的机器人子集，通过关闭其他机器人来节省能源并减少磨损。
这种方法取得的结果令人印象深刻。在计算机模拟和现实测试中，该系统成功地沿着复杂路径移动了各种形状的物体，包括六边形、星形和梯形。机器人的平均跟踪误差约为 1.5 厘米，对于这样一个大型且灵活的系统来说，其精度非常高。或许更重要的一点是，这种鼓励机器人仅选择必要智能体的策略，与使用整个网格相比，减少了约 65% 的活跃机器人数量。这种减少不仅节省了能源，还显著降低了硬件的物理磨损，防止了软体机器人手指之间的缠绕或碰撞。
该研究还测试了不同的方式来教计算机模型理解机器人的位置。研究人员发现，依赖于常用于语言或固定网格的数学模式的标准方法无法产生有效的控制策略。使用这些标准方法训练的机器人无法学会协作。然而，研究人员开发的定制空间系统使模型能够瞬间掌握机器人之间的物理关系。这证实了对于分布式系统而言，理解物理布局不仅是一个有益的细节，更是成功的根本要求。
通过将具有空间感知能力的学习模型与优先考虑效率的策略相结合，研究人员展示了一条通往复杂机器人操纵的可行路径。这项工作表明，无需一个中央大脑来微观管理每一次运动，就可以训练大型简单机器人组来执行复杂的任务。该系统学会了预判物体将如何移动，并据此协调其动作，从而实现了更平滑、更稳健的表现。这种方法预示着未来机器人集群可以部署在仓库、工厂甚至家庭中，能够以一种此前难以企及的灵巧度和效率来处理各种各样的物体。
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。