TECHNOLOGY · 技术
研究编辑精选
HiRoC：面向机器人操作的层次化后训练框架
研究者提出HiRoC层次化后训练框架，将任务规划与动作执行解耦，通过强化学习提升长程操作性能。
AI 编撰 · 内容基于所列来源，重要信息请以原文为准
来自多家机构的联合研究团队提出了一种名为HiRoC（Hierarchical Robotic Control）的层次化后训练框架，旨在提升具身智能Embodied AI让 AI 通过机器人身体感知并作用于真实世界，不只在屏幕里回答问题。◆ 小白科普 · 现身体在机器人操作中的表现。该框架将高层任务规划与低层动作执行解耦：规划模块将复杂任务分解为可执行的子目标，提供明确的语义指导；执行模块则通过强化学习一种 AI 训练方法：让机器人在亿万次「试错」中自己摸索，做对了就给奖励。机器人走稳路、跑酷空翻，大多是这么练出来的。◆ 小白科普 · 现身持续改进基于子目标的动作生成。为解决规划与执行之间的分布不匹配，研究团队在执行器与规划器产生的子目标之间进行了对齐，然后再进行强化学习一种 AI 训练方法：让机器人在亿万次「试错」中自己摸索，做对了就给奖励。机器人走稳路、跑酷空翻，大多是这么练出来的。◆ 小白科普 · 现身。在多个机器人操作基准上的实验表明，HiRoC一致优于强基线方法，且深入分析验证了层次化后训练及各个关键组件的有效性。相关论文已发布在arXiv上。