面向机器人操作的协同、通用且高效双系统
机器人学
2025-02-07 v3 人工智能
摘要
日益增长的对在多样化和动态环境中运行的机器人系统需求强调了通用策略的重要性，这类策略利用大规模跨本体化数据语料库以实现广泛适应性和高层推理。然而，通用策略在推理效率低、训练成本高方面存在挑战。相比之下，针对特定领域数据设计的专家策略在任务级精度方面表现出色，但缺乏应对广泛应用场景的泛化能力。鼓舞人心的是，我们引入 RoboDual，一种协同双系统，补充了通用策略和专家策略的优势。我们构思了基于扩散转换器的专家策略，用于多步动作滚动，精细地条件化于基于视觉语言-动作（VLA）的通用策略的高层任务理解和离散动作输出。相较于 OpenVLA，RoboDual 在实际场景中实现了 26.7% 的性能提升，在 CALVIN 数据集上实现 12% 的提升，仅通过 2000 万可训练参数引入专家策略。它仅需 5% 的演示数据即可保持出色性能，并在实际部署中实现控制频率提升 3.8 倍。代码将公开获取。项目页面位于：https://opendrivelab.com/RoboDual/。
引用
@article{arxiv.2410.08001,
title = {Towards Synergistic, Generalized, and Efficient Dual-System for Robotic Manipulation},
author = {Qingwen Bu and Hongyang Li and Li Chen and Jisong Cai and Jia Zeng and Heming Cui and Maoqing Yao and Yu Qiao},
journal= {arXiv preprint arXiv:2410.08001},
year = {2025}
}
备注
Project page: https://opendrivelab.com/RoboDual/