自我提升的自主 underwater 操作机器人

underwater 操作面临复杂流体动力学和非结构化环境的挑战，导致大多数操作系统依赖于人类遥控操作。本文介绍AquaBot，一个结合从人类演示中进行行为克隆和自学习优化的完全自主操作系统，可超越人类遥控操作性能。通过大量现实世界实验，我们展示AquaBot在多样化操作任务中的灵活性，包括物体抓取、垃圾分类和救援检索。我们的现实实验表明，AquaBot的自优化策略在速度上比人类操作员高出41%。AquaBot代表了自主和自我提升 underwater 操作系统的可行路径。我们公开了硬件和软件实现细节。