通过物理感知的任务结构重配置实现推理时机器人行为引导
论文提出 ReStruct 方法，用于在推理阶段引导已学习的机器人策略满足训练时未预见的用户偏好，无需重新训练。该方法将视觉运动策略分解为高层状态机骨架（捕获任务结构）与低层残差控制器，用自动机表示偏好并通过同步积融入骨架以重配置任务结构，控制器保持冻结，骨架动作先验随之更新。仿真与真实世界实验显示，ReStruct 可引导从以对象为中心到时序逻辑约束的多种偏好，引导后在任务成功率与偏好遵循上超过现有方法，较 VLA 模型最高提升 25%。
发布于 10-22 13:01来源：arXiv cs.RO
转载 · 官方发布原文：arXiv cs.RO ·《Inference-Time Robot Behavior Steering through Physically-Aware Reconfiguration of Task-Structure》查看原链
在部署学习型机器人策略时，一个核心挑战是推理时行为引导：在测试阶段将策略重定向，以满足训练时未预料到的用户偏好，而无需重新训练。 现有方法在两种模式下失效：端到端方法需要微调或专家级指导，而神经符号方法依赖预定义符号，其编辑可能产生逻辑合理但物理上不可行的计划。
为解决这一挑战，我们提出 ReStruct，它构建在神经自动机策略之上，将视觉运动策略分解为捕获任务结构的高层状态机骨架和表示为残差策略的低层连续控制器。 具体而言，ReStruct 采用自动机表示偏好，并通过同步积将其纳入骨架，从而重配置任务结构。
在控制器保持冻结的情况下，骨架提供的动作先验相应更新，以在修改后的任务结构下实现物理感知控制。 来自仿真和真实世界的大量实验表明，ReStruct 能引导从以对象为中心的规范到时序逻辑约束的广泛偏好，并且在引导后超越现有方法，在任务成功率和偏好遵循方面超过 VLA 模型最多 25%。