Fleet-DAgger：具备可扩展人类监督的交互式机器人机队学习
机器人学
2022-11-17 v2 人工智能
摘要
Amazon、Nimble、Plus One、Waymo 和 Zoox 等机器人机队的商业与工业部署，在机器人面临风险或无法推进任务时会请求远程人类遥操作员介入。借助持续学习，来自远程人类库的干预也可用于随时间改进机器人机队控制策略。一个核心问题是如何有效分配有限的人类注意力。已有工作在单机器人、单人类场景下解决此问题；我们形式化了交互式机队学习（Interactive Fleet Learning, IFL）设定，其中多个机器人交互式地查询并向多个人类监督者学习。我们提出以人类投入回报（Return on Human Effort, ROHE）作为新指标，以及 Fleet-DAgger 这一 IFL 算法族。我们提供了一个开源 IFL 基准套件，包含 GPU 加速的 Isaac Gym 环境，用于 IFL 算法的标准化评估与开发。我们在仿真中将一种新型 Fleet-DAgger 算法与 4 种基线在 100 个机器人上进行比较。我们还使用 4 台 ABB YuMi 机械臂和 2 名远程人类进行了实体推块实验。实验表明，人类到机器人的分配显著影响着机队性能，且新型 Fleet-DAgger 算法相较基线可实现高达 8.8 倍的 ROHE。补充材料见 https://tinyurl.com/fleet-dagger。
引用
@article{arxiv.2206.14349,
title = {Fleet-DAgger: Interactive Robot Fleet Learning with Scalable Human Supervision},
author = {Ryan Hoque and Lawrence Yunliang Chen and Satvik Sharma and Karthik Dharmarajan and Brijen Thananjeyan and Pieter Abbeel and Ken Goldberg},
journal= {arXiv preprint arXiv:2206.14349},
year = {2022}
}
备注
CoRL 2022 Oral