CAIMAN：面向样本高效移动操作的因果动作影响检测
机器人学
2026-03-03 v4 机器学习
摘要
使腿式机器人能够执行非抓取式移动操作对于增强其多功能性至关重要。学习诸如全身推物等行为通常需要复杂的规划策略或大量的任务特定奖励塑形，尤其是在非结构化环境中。在这项工作中，我们提出了 CAIMAN，一个实用的强化学习框架，旨在鼓励智能体获得对环境中的其他实体的控制。CAIMAN 利用因果动作影响作为内在动机目标，使腿式机器人即使在稀疏任务奖励下也能高效地习得推物技能。我们采用分层控制策略，将底层运动模块与高层策略相结合，该高层策略生成与任务相关的速度指令，并经过训练以最大化内在奖励。为了估计因果动作影响，我们通过将运动学先验与训练期间收集的数据相结合来学习环境的动力学。我们通过实验证明了 CAIMAN 在仿真中对多种场景的卓越样本效率和适应性，以及其无需进一步微调即可成功迁移到真实世界系统的能力。视频演示可在 https://www.youtube.com/watch?v=dNyvT04Cqaw 获取。
引用
@article{arxiv.2502.00835,
title = {CAIMAN: Causal Action Influence Detection for Sample-efficient Loco-manipulation},
author = {Yuanchen Yuan and Jin Cheng and Núria Armengol Urpí and Stelian Coros},
journal= {arXiv preprint arXiv:2502.00835},
year = {2026}
}