SafeMimic：面向安全自主的人类-机器人仿照学习

为了让机器人成为家庭中的高效助手，它们必须能够仅通过观察人类执行任务的方式来学习新的移动操作任务。仅通过人类演示的单一视频进行学习具有挑战性，因为机器人需要首先从演示中提取需要完成的内容以及如何完成，翻译从第三人称视角到第一人称视角的策略，然后适应自身形态以成功实现。此外，为缓解对高成本人类监控的依赖，这种学习过程应以安全和自治的方式进行。我们提出SafeMimic，一个从单一第三人称人类视频中安全且自治地学习新移动操作技能的框架。给定一个多步骤的移动操作任务的人类视频演示，SafeMimic首先将视频分割为语义片段，推断由此引起的语义变化以及人类为实现这些变化而执行的动作，并将其翻译为以人为中心的参考。然后，它通过对人类动作周围的候选动作进行采样来适应机器人的形态，并在执行前使用在仿真中训练的安全Q函数集合进行验证。当安全的前进路径不可行时，SafeMimic会回溯到先前的状态并尝试不同的动作序列，以适应机器人的形态，包括在需要时调整抓取模式。结果，SafeMimic提供了一种成功实现演示行为的策略，并学习任务特定的动作以减少未来尝试中的探索。我们的实验表明，该方法允许机器人从单一的人类演示中安全且高效地学习多步骤移动操作行为，无论是来自不同用户，还是在不同环境中，均在七个任务上优于最先进的基线方法。