Bi-AQUA：基于双侧控制的 underwater 机器人臂模仿学习框架
机器人学
2026-03-09 v2
摘要
underwater 机器人操作仍具有挑战性，因为光照变化、颜色衰减、散射和视野受限可严重降低视觉-运动策略的性能。我们提出了 Bi-AQUA，这是首个显式建模光照的 underwater 双侧控制基于模仿学习的机器人臂框架。Bi-AQUA 将基于变换器的双侧动作分块与层次化光照感知设计相结合，包括无标签光照编码器、FiLM 机制的视觉特征调制以及用于动作条件化的光照 token。该设计使 Bi-AQUA 能够适应静态和动态变化的 underwater 照明条件，同时保持双侧控制的力感优势，这在长时序和接触密集型操作中尤为重要。实际世界实验表明，Bi-AQUA 在 underwater 抓取、抽屉关闭和钉子提取等任务中，优于不具备光照建模的双侧基线模型，在见证、未见证和变化光照条件下均实现稳健性能。这些结果凸显了将显式光照建模与力感知双侧模仿学习相结合对于实现可靠 underwater 操作的重要性。附加材料请参见：https://mertcookimg.github.io/bi-aqua
关键词
引用
@article{arxiv.2511.16050,
title = {Bi-AQUA: Bilateral Control-Based Imitation Learning for Underwater Robot Arms via Lighting-Aware Action Chunking with Transformers},
author = {Takeru Tsunoori and Masato Kobayashi and Yuki Uranishi},
journal= {arXiv preprint arXiv:2511.16050},
year = {2026}
}