面向移动操作的分层交互式多物体搜索学习

现有的物体搜索方法使机器人能够搜索畅通路径，然而运行在非结构化以人为中心环境中的机器人经常还需按自身需求操控环境。在本文中，我们引入一项新颖的交互式多物体搜索任务，其中机器人须开门以在房间间导航，并搜索柜子与抽屉内部以找到目标物体。这些新挑战需要在未探索环境中组合操作与导航技能。我们提出 HIMOS，一种分层强化学习方法，学习组合探索、导航与操作技能。为此，我们围绕语义地图记忆设计抽象高层动作空间，并利用已探索环境作为实例导航点。我们在仿真与真实世界中进行了大量实验，表明在感知准确时，HIMOS 的决策能有效以零样本方式迁移至新环境。它表现出对未见过子策略、其执行失败以及不同机器人运动学的鲁棒性。这些能力为具身 AI 与真实世界用例中的广泛下游任务打开了大门。