基于神经交互图预测与视觉注意力的集体行为克隆
机器人学
2025-03-11 v1
摘要
在本文中，我们提出了一个框架——集体行为克隆（CBC），用于学习集群系统的底层交互机制和控制策略。给定集群系统的轨迹数据，我们提出了一种图变分自编码器（GVAE）来学习局部交互图。基于交互图和集群轨迹，我们使用行为克隆来学习集群系统的控制策略。为展示 CBC 的实用性，我们将其部署在真实世界的去中心化视觉机器人集群系统中。基于学习到的交互图，我们训练了一个视觉注意力网络用于在线邻居选择。实验结果表明，我们的方法在预测交互图和集群动作方面均以更高的准确率优于以往方法。这项工作为未来集群机器人研究中理解交互机制和集群动力学提供了一种有前景的方法。代码和数据已公开。
引用
@article{arxiv.2503.06869,
title = {Collective Behavior Clone with Visual Attention via Neural Interaction Graph Prediction},
author = {Kai Li and Zhao Ma and Liang Li and Shiyu Zhao},
journal= {arXiv preprint arXiv:2503.06869},
year = {2025}
}