BBSEA：脑-身体同步在具身智能体中的探索
机器人学
2024-02-14 v1
摘要
具备复杂物理技能的具身智能体可提升生产力，改善生活质量，重塑人机协作。我们致力于为具身智能体在各种任务中实现自主训练，主要依赖大型基础模型。认为这些模型可作为具身智能体的“大脑”，但现有方法过度依赖人类提出任务并定制场景，限制了学习的自主性、训练效率以及所学策略的泛化能力。相反，我们引入脑-身体同步(BBSEA)方案，以无需人类参与的方式推动未知环境中的具身学习。该方案将“大脑”(基础模型)的智慧与“身体”(具身智能体)的物理能力相结合。具体而言，利用“大脑”提出可学习的物理任务和成功指标，使“身体”通过持续与环境互动自动获取各种技能。我们在桌面环境中进行了该自主学习方案的探索，展示了该同步机制能够生成多样化任务并开发出具备良好适应性的多任务策略。我们将发布数据、代码和训练好的模型，以促进未来在更复杂场景中构建以大型基础模型为核心的自主学习智能体的研究。更多可视化效果请访问 \href{https://bbsea-embodied-ai.github.io}{https://bbsea-embodied-ai.github.io}
引用
@article{arxiv.2402.08212,
title = {BBSEA: An Exploration of Brain-Body Synchronization for Embodied Agents},
author = {Sizhe Yang and Qian Luo and Anumpam Pani and Yanchao Yang},
journal= {arXiv preprint arXiv:2402.08212},
year = {2024}
}