A Biophysically Detailed C. elegans Circuit as a Task-Agnostic Dynamical Core for Visually Robust Robot Manipulation
作者: Linrui Qian, Jiajia Zhang, Gan He, Bohan Sun, Zhiwei Lin, Qianhao Wang, Zewu Cai, Nianyu Yi, Mengdi Zhao, Kai Du
分类: cs.RO
发布日期: 2026-09-30
💡 一句话要点
提出生物物理详细的线虫电路以解决机器人视觉鲁棒性问题
🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱二：RL算法与架构 (RL & Architecture)
关键词: 机器人视觉 生物物理电路 鲁棒性 神经网络 任务适配器
📋 核心要点
- 现有的机器人策略通常只能针对特定任务和环境进行训练，导致其在不同条件下表现不佳，缺乏泛化能力。
- 本文提出将生物物理详细的线虫神经电路作为视觉运动策略的动态核心，仅训练任务特定的适配器，从而提升视觉鲁棒性。
- 实验结果表明，该方法在多种MetaWorld任务中表现优于现有基线，并在真实机器人臂上能够抵御视觉扰动。
📝 摘要（中文）
机器人策略通常针对单一任务、单一身体和单一视觉环境进行训练，导致其在其他条件下的泛化能力较差。本文探讨了神经系统是否能够通过其进化的连接和生物物理特性提供传感器运动计算。我们将生物物理详细的秀丽隐杆线虫传感器运动电路嵌入视觉运动策略的动态核心中，仅训练薄的任务特定适配器，核心的突触权重保持固定，而膜电压自由演变。在不同的MetaWorld任务中，该核心的表现与扩散策略、动作分块变换器和神经电路策略基线相匹配或超越，并且在视觉扰动下的退化程度较低。用通用网络模型替换核心会失去这种优势。此外，在真实的机器人臂上，该核心能够承受多种视觉扰动，而这些扰动会导致基线模型崩溃。我们的结果表明，视觉鲁棒性可以通过生物物理详细的电路动态继承，而不是通过任务特定的控制器学习。
🔬 方法详解
问题定义：本文旨在解决现有机器人策略在不同任务和视觉环境下的泛化能力不足的问题。现有方法通常依赖于任务特定的控制器，导致在视觉扰动下性能显著下降。
核心思路：论文的核心思路是将生物物理详细的线虫传感器运动电路作为动态核心，保持其突触权重不变，仅训练薄的任务特定适配器，从而实现更强的视觉鲁棒性。
技术框架：整体架构包括生物物理电路作为核心模块，外部任务适配器作为可训练部分。电路的膜电压在训练过程中自由演变，而突触权重保持固定。
关键创新：最重要的技术创新在于利用生物物理电路的动态特性来提升机器人在视觉扰动下的鲁棒性，这与传统的任务特定控制器方法本质上不同。
关键设计：在设计中，突触权重被固定，膜电压通过训练动态调整。任务适配器的设计较为简单，确保了核心电路的生物物理特性能够有效应用于多种任务。
🖼️ 关键图片
📊 实验亮点
实验结果显示，所提出的生物物理电路在不同MetaWorld任务中表现优于扩散策略、动作分块变换器和神经电路策略等基线，且在视觉扰动下的性能退化程度显著低于这些基线。具体而言，该方法在真实机器人臂上的表现也显示出更强的视觉鲁棒性，能够承受多种视觉扰动。
🎯 应用场景
该研究的潜在应用领域包括自主机器人、智能制造和人机交互等场景。通过提高机器人在复杂视觉环境中的鲁棒性，可以显著提升其在实际应用中的表现和可靠性，推动智能机器人技术的发展。
📄 摘要（原文）
Robot policies are usually trained for one task, one body and one visual environment, and generalize poorly beyond these conditions. Whether a nervous system can instead supply the sensorimotor computation through its evolved wiring and biophysics remains unresolved. Here we embed a biophysically detailed Caenorhabditis elegans sensorimotor circuit - 136 multicompartment neurons with realistic morphologies and electrophysiological characteristics - as the dynamical core of a visuomotor policy. Only thin task-specific adapters are trained; the core's synaptic weights stay fixed while its membrane voltages evolve freely. Across different MetaWorld tasks the core matches or exceeds diffusion-policy, action-chunking-transformer and neural-circuit-policy baselines, and degrades less under visual perturbations. Replacing the core with generic network models such as MLP, LSTM, transformer or reservoir networks removes the advantage. Furthermore, on a real robotic arm the core withstands diverse visual perturbations that collapse the baselines. Our results suggest that visual robustness can be inherited from biophysically detailed circuit dynamics rather than learned by task-specific controllers.