CoRE: Learning Collaboration-Role Experts for Decentralized Collaborative Manipulation with One Policy
作者: Yanan Zhou, Zhaoyan Qian, Zihao Li, Mingyuan Ba, Ranpeng Qiu, Weiming Zhi
分类: cs.RO
发布日期: 2026-10-06
备注: 8 pages, 10 figures. Project page: https://aus.bot/research/core/
💡 一句话要点
提出CoRE以解决无任务提示的去中心化协作操控问题
🎯 匹配领域: 支柱一：机器人控制 (Robot Control)
关键词: 去中心化协作 机器人操控 多任务学习 视觉感知 交叉注意力机制 鲁棒性 协作角色专家
📋 核心要点
- 现有的去中心化协作方法通常依赖于任务提示和身份标签，限制了机器人的灵活性和适应性。
- CoRE通过学习协作角色专家，允许机器人在没有明确角色标签的情况下，从共享参数中学习互补行为。
- 实验结果表明，CoRE在多个模拟基准测试中表现优异，并在实际物理实验中展示了良好的协作能力和鲁棒性。
📝 摘要（中文）
协作操控要求机器人在交互过程中执行互补动作。本文研究单策略去中心化协作：每个机器人基于视觉观察和自我感知运行相同的策略，而不依赖任务提示、身份标签或机器人间消息。我们提出CoRE，通过汇聚多任务、多机器人演示学习协作角色专家。融合外观和几何信息提供局部交互证据，查询条件交叉注意力专家提供适应性预测路径，局部路由器在每个动作块位置进行组合。训练过程中，使用相对强制路径预测误差的动作专家对齐损失监督专家选择，无需角色标签。在模拟基准测试中，CoRE在评估的去中心化方法中实现了最高的平均性能，物理实验展示了在多样化操控任务中的有效协作及对伙伴延迟和减速的鲁棒性。
🔬 方法详解
问题定义：本文旨在解决去中心化协作操控中，机器人在缺乏任务提示和身份标签的情况下如何有效执行互补动作的问题。现有方法往往依赖于明确的角色分配和通信，限制了系统的灵活性和适应性。
核心思路：CoRE的核心思想是通过汇聚多任务、多机器人演示，学习协作角色专家，使每个机器人能够基于共享的策略和局部观察进行决策，而无需依赖于角色标签。通过融合视觉和几何信息，增强了局部交互的理解。
技术框架：CoRE的整体架构包括多个模块：首先是数据收集模块，汇聚多机器人演示；其次是角色专家学习模块，通过交叉注意力机制生成适应性预测路径；最后是局部路由器模块，负责在每个动作块位置组合不同专家的输出。
关键创新：CoRE的主要创新在于引入了查询条件交叉注意力专家，使得机器人能够在没有角色标签的情况下，灵活选择适合的动作。这一设计与传统方法的显著区别在于其去中心化的特性和对局部信息的高效利用。
关键设计：在训练过程中，采用了动作专家对齐损失，通过相对强制路径预测误差来监督专家选择。此外，融合外观和几何信息的方式增强了局部交互的证据，为决策提供了更丰富的上下文信息。该方法的网络结构设计注重模块化和可扩展性，以适应不同的任务需求。
🖼️ 关键图片
📊 实验亮点
在模拟基准测试中，CoRE实现了最高的平均性能，相较于其他去中心化方法，性能提升显著。此外，物理实验验证了其在多样化操控任务中的有效性，表现出对伙伴延迟和减速的良好鲁棒性。
🎯 应用场景
该研究的潜在应用领域包括多机器人协作任务、智能制造、仓储物流以及服务机器人等。通过实现无任务提示的灵活协作，CoRE能够在动态环境中提升机器人团队的工作效率和适应能力，具有重要的实际价值和未来影响。
📄 摘要（原文）
Collaborative manipulation requires robots to perform complementary actions as interactions unfold. We study single-policy decentralized collaboration: every robot runs the same policy from its visual observations and proprioception, without task prompts, identity labels, or inter-robot messages. The challenge is to learn complementary team behaviors within shared parameters and select appropriate actions from each robot's local observations. We introduce CoRE, which learns Collaboration-Role Experts from pooled multi-task, multi-robot demonstrations. Fused appearance and geometry provide local interaction evidence. Query-conditioned cross-attention experts provide adaptable prediction paths, which a local router combines at each action-chunk position. During training, an action-expert alignment loss supervises expert selection using relative forced-route prediction errors against demonstrations under fixed inputs, without role labels. Across simulation benchmarks, CoRE achieves the highest average performance among evaluated decentralized methods. Physical experiments demonstrate effective collaboration across diverse manipulation tasks and robustness to partner delays and slowdowns. Project page: https://aus.bot/research/core/.