通过LLM辅助主动任务生成实现自适应空中移动操作策略学习
论文提出空中移动操作框架 ALMA，用上下文飞行策略从近期测量与动作中自适应，并以动作条件化的未来测量表征预测训练上下文保留飞行控制相关响应信息。为扩展自适应经验，该方法用大语言模型分析观察到的控制困难并生成新的机械臂运动结构用于后续训练。仿真中位置 RMSE 相对最强基线最多降低 24.7%；同一策略零样本迁移到真实空中机械臂，在周期性机械臂运动下悬停位置 RMSE 相对真实世界基线降低 79.6%。
发布于 10-23 23:01来源：arXiv cs.RO
转载 · 官方发布原文：arXiv cs.RO ·《Adaptive Aerial Loco-Manipulation Policy Learning via LLM-Assisted Proactive Task Generation》查看原链
arXiv:2610.30810v1 公告类型：新论文 摘要：移动操作通过将移动性与物理交互相结合，扩展了传统操作的工作空间；而空中移动操作进一步将这一能力拓展到三维空间，使机器人能够到达地面系统无法进入的环境。 然而，迁移到空中平台会带来一个要求很高的控制问题：飞行器必须在三维空间中精确跟踪轨迹，同时机械臂的运动及其与环境的交互会持续改变质心、改变惯量，并对机体施加力和力矩扰动。
传统控制器通过显式模型和估计来处理这些效应，而基于学习的控制器从经验中推断动力学，但控制奖励无法为从历史中保留的响应信息提供直接目标，且固定任务采样可能使持续存在的跟踪困难得不到充分探索。 我们提出 ALMA，一个用于在外部机械臂指令下实现自适应飞行控制的空中移动操作框架。
ALMA 采用上下文飞行策略，从近期测量和动作中进行自适应，并使用动作条件化的未来测量表征预测来训练其上下文，以保留与飞行控制相关的响应信息。 为扩展可用于这种自适应的经验，一个进化过程使用大语言模型（LLM）分析观察到的控制困难，并为后续训练提出新的机械臂运动结构。
在仿真中，ALMA 相对于最强基线将位置均方根误差（RMSE）最多降低 24.7%，而同一策略零样本迁移到空中机械臂上，在周期性机械臂运动期间相对于真实世界基线将悬停位置 RMSE 降低 79.6%。