Assistax：面向辅助机器人的硬件加速强化学习基准
人工智能
2025-07-30 v1 机器学习
机器人学
摘要
强化学习（RL）算法的发展在很大程度上受到具有挑战性的任务和基准的推动。游戏在RL基准测试中占据主导地位，因为它们呈现了相关的挑战，运行成本低廉且易于理解。虽然围棋和Atari等游戏带来了许多突破，但它们通常不能直接转化为现实世界的具身应用。认识到需要多样化RL基准测试并解决具身交互场景中出现的复杂性，我们引入了Assistax：一个旨在解决辅助机器人任务中挑战的开源基准。Assistax利用JAX的硬件加速，在基于物理的模拟中实现了显著的学习加速。在开环挂钟时间方面，与基于CPU的替代方案相比，Assistax在向量化训练运行时速度最高可提升。Assistax使用多智能体RL概念化了辅助机器人与活跃人类患者之间的交互，以训练一个多样化的伙伴智能体群体，从而可以测试具身机器人智能体的零样本协调能力。对流行的连续控制RL和MARL算法进行的大量评估和超参数调优提供了可靠的基线，并将Assistax确立为推动辅助机器人RL研究的实用基准。代码可在以下网址获取：https://github.com/assistive-autonomy/assistax。
引用
@article{arxiv.2507.21638,
title = {Assistax: A Hardware-Accelerated Reinforcement Learning Benchmark for Assistive Robotics},
author = {Leonard Hinckeldey and Elliot Fosong and Elle Miller and Rimvydas Rubavicius and Trevor McInroe and Patricia Wollstadt and Christiane B. Wiebel-Herboth and Subramanian Ramamoorthy and Stefano V. Albrecht},
journal= {arXiv preprint arXiv:2507.21638},
year = {2025}
}
备注
Accepted for the Coordination and Cooperation in Multi-Agent Reinforcement Learning Workshop at the Reinforcement Learning Conference 2025