Learning Coordinated Visuomotor Box-Pushing from Solo Demonstrations

📄 arXiv: 2610.05677v1 📥 PDF

作者: Ryusei Matsumoto, Mei Kinjo, Yoko Sasaki, Keisuke Okumura

分类: cs.RO

发布日期: 2026-10-05

备注: 15 pages, 8 figures. Accepted for presentation at the 2026 Conference on Robot Learning (CoRL 2026)

💡 一句话要点

提出基于单机器人演示的多机器人协调推箱方法

🎯 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: 多机器人系统 模仿学习 协调控制 推箱任务 数据集创建

📋 核心要点

  1. 现有的多机器人模仿学习方法在收集集体演示时面临挑战，单个操作者无法同时控制多个机器人。
  2. 本文提出利用单机器人遥控收集的数据来实现大规模的协调推箱任务，探索数据集创建和策略架构。
  3. 实验中使用多达40个机器人，结果显示仅依靠被动观察难以实现有效协调，揭示了多机器人研究的瓶颈。

📝 摘要（中文）

多机器人模仿学习在无通信的去中心化环境中应用具有吸引力，但由于收集集体演示的困难，实际实现仍不够清晰。本文研究了如何利用单机器人遥控收集的数据，推动大规模协调推箱任务的实现。通过系统性的数据集创建策略和轻量级策略架构，实验表明，仅通过被动观察其他机器人操作，难以有效实现协调，揭示了多机器人研究中的具体瓶颈。

🔬 方法详解

问题定义：本文旨在解决多机器人协调推箱任务中，如何有效利用单机器人演示数据的问题。现有方法在收集集体演示时存在困难，导致协调效率低下。

核心思路：论文提出通过单机器人遥控演示数据来训练多机器人系统，旨在减少机器人间的干扰，提高系统整体效率。

技术框架：整体架构包括数据集创建、策略学习和协调控制三个主要模块。首先，通过单机器人演示生成数据集；其次，利用轻量级策略架构进行训练；最后，实施协调控制策略以优化推箱效果。

关键创新：最重要的创新在于提出了一种新的数据利用方式，通过单机器人演示来训练多机器人系统，突破了传统方法的限制。

关键设计：在实验中，采用了特定的损失函数来优化机器人间的协作，同时设计了轻量级的神经网络结构，以适应多机器人系统的实时需求。实验中还调整了机器人间的交互参数，以提高协调性。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果显示，在使用最多40个机器人的情况下，系统通过单机器人演示训练的协调推箱任务相比于传统方法，协调效率显著提升，具体性能数据尚未公开，但实验揭示了被动观察的局限性。

🎯 应用场景

该研究的潜在应用领域包括物流、仓储管理和服务机器人等场景，能够有效提升多机器人系统在复杂任务中的协作能力。未来，该方法有望推动更广泛的多机器人协作研究和应用，提升自动化水平。

📄 摘要（原文）

Multi-robot imitation learning, particularly in settings where visuomotor policies are deployed in a communication-free, onboard decentralised style, represents an attractive paradigm. However, its realisation remains insufficiently understood, largely due to the difficulty of collecting collective demonstrations, since a single operator cannot control many robots simultaneously. Meanwhile, unlike coupled collaborative manipulation, many coordinated tasks achieve system-wide efficiency primarily through minimising inter-robot interference. This structure motivates us to study whether data collected by a teleoperated single-robot can be leveraged for large-scale coordinated box-pushing as a testbed. We systematically investigate dataset creation strategies and lightweight policy architectures. In particular, experiments with up to 40 robots highlight the difficulty of acquiring effective coordination solely through passive observation of other operating robots, revealing a concrete bottleneck for multi-robot research.