VertiFormer：用于越野机器人移动性的高效数据多任务Transformer

复杂的学习架构，如Transformer，为机器人理解越野terrain上车辆-terrain动力学相互作用提供了独特的机会。尽管针对自然语言处理（NLP）和计算机视觉（CV）任务可获得互联网规模的数据来训练Transformer，但实际中获取用于物理机器人越野terrain的真实世界移动数据十分困难。此外，专为处理NLP和CV中文本和图像数据的训练技术可能不适用于机器人移动。在本文中，我们提出了VertiFormer，一种 novel data-efficient多任务Transformer模型，通过仅使用一小时的数据来解决将Transformer架构应用于机器人越野移动性在极其崎岖、垂直挑战性强的越野terrain方面的挑战。具体而言，VertiFormer采用新的可学习的掩码建模和下一个token预测范式来预测下一个姿态、动作和terrain块，从而同时启用各种越野移动任务，例如前向和逆向动力学建模。非自回归设计缓解了自回归模型中计算瓶颈和误差传播。VertiFormer的统一模态表示还增强了对多样化时序映射和状态表示的学习；结合多个目标函数，进一步提高了模型的泛化能力。我们的实验提供了有效利用Transformer进行越野机器人移动性处理有限数据的见解，并演示了我们高效训练的Transformer可以在物理移动机器人上实现多个越野移动任务。