Move, don't think: sample-efficient collision avoidance with lossy proximity sensors
作者: Carson Kohlbrenner, Niraj Pudasaini, William Xie, Naren Sivagnanadasan, Nikolaus Correll, Alessandro Roncone
分类: cs.RO
发布日期: 2026-10-22
💡 一句话要点
提出基于低分辨率传感器的高效碰撞避免方法
🎯 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: 碰撞避免 低分辨率传感器 强化学习 类人机器人 样本效率
📋 核心要点
- 现有方法在机器人学习碰撞避免时需要大量示例，导致数据收集成本高且效率低下。
- 本文提出利用低分辨率的全身接近传感器作为归纳偏置，以提高碰撞躲避行为的学习效率。
- 实验表明，低分辨率传感器在样本效率上优于高分辨率传感器，且在特定条件下，预判接触会降低学习效率。
📝 摘要（中文）
数据驱动的机器人需要在尽量少的示例下学习避免碰撞，以避免收集大量破坏性碰撞示例的数据集。本文探讨了全身接近传感器作为学习反射性躲避行为的归纳偏置，发现低分辨率的损失传感器比高分辨率覆盖更具优势。研究还发现，预判机器人身体何时何地发生接触反而降低了学习样本效率。通过在强化学习环境中测试八种候选表示，研究了潜在压缩、未来接触预判、损失腐蚀和特权状态估计等方法，训练超过200个类人机器人在受限样本和计算预算下进行简化版躲避球的端到端学习。
🔬 方法详解
问题定义：本文旨在解决数据驱动机器人在学习碰撞避免时需要大量示例的问题，现有方法往往依赖于高分辨率传感器，导致数据收集成本高且效率低下。
核心思路：通过使用低分辨率的接近传感器作为归纳偏置，本文希望减少所需的示例数量，从而提高学习效率。同时，研究发现预判接触的方式可能会降低样本效率。
技术框架：整体架构包括使用强化学习环境进行训练，涉及八种候选表示方法的比较，如潜在压缩、未来接触预判等。每种方法在训练200个类人机器人进行躲避球游戏时进行评估。
关键创新：最重要的创新点在于发现低分辨率的损失传感器在学习碰撞避免时比高分辨率传感器更有效，这一结果与直觉相悖，挑战了传统的传感器设计理念。
关键设计：在实验中，采用了特定的损失函数和网络结构，以适应低分辨率传感器的数据输入，并通过对比实验验证了不同表示方法的有效性。
🖼️ 关键图片
📊 实验亮点
实验结果显示，使用低分辨率传感器的机器人在碰撞避免任务中表现出更高的样本效率，相较于高分辨率传感器，样本需求减少了显著的比例。此外，预判接触的策略在样本效率上反而表现不佳，提供了新的研究方向。
🎯 应用场景
该研究的潜在应用领域包括自主机器人、无人驾驶汽车和智能制造等场景，能够有效提高机器人在复杂环境中的碰撞避免能力，降低安全风险，提升工作效率。未来，该方法可能推动更智能的机器人系统的开发，减少对高成本传感器的依赖。
📄 摘要（原文）
Data-driven robots must learn to avoid collisions with as few demonstrations as possible to avoid collecting large datasets of destructive collision examples. We explore whole-body proximity sensors as inductive biases for learning reflexive collision-dodging behavior and find that lossy sensors with low resolution were stronger biases than high-resolution coverage. We also found that, perhaps unintuitively, anticipating when and where contact happens on the body of a robot reduced its learning sample efficiency. We investigated eight candidate representations in a reinforcement learning environment, which included latent compression, future contact anticipation, lossy corruption, and privileged state estimation. The candidate representations were tested by training over 200 humanoid robots to play a simplified version of dodgeball end-to-end under an intentionally constrained sample and compute budget.