面向助理任务的 AI 赋能平价机器人性能提升

到2050年，全球对助理护理的需求预计达35亿人，远超人类护理人员的供给。现有机器人解决方案昂贵且需要技术专长，限制了可及性。本工作引入了一个低成本机器人臂，用于执行助理任务，如喂食、清洁溢落液体和取 medicine。该系统使用演示视频的模仿学习，无需任务特定的编程或手动标注。机器人由6个舵机、双目相机和3D 打印夹具组成。通过远程操作收集的数据覆盖三个任务的50,000个视频帧。一种新颖的相位动作块分割 Transformer (PACT) 捕捉时间依赖性并分割运动动力学，while 一个时间集合 (TE) 方法细化轨迹以提高精度和平滑度。在五个模型大小和四种体系结构上进行评估，经过10小时的实际测试，系统实现了超过90%的任务准确率，显著高于基线。PACT 实现了5倍的模型大小减小，同时保持75%的准确率。敏感性分析显示模型依赖于关键视觉线索，相位 token 梯度在关键轨迹时刻达到峰值，表明其有效的时间推理。未来工作将探索双手操作和移动性，以扩展助理能力。