跳到正文
返回论文列表
cs.RO提交于 已译

ELEVATE:从任务失败中获取四足操作智能体控制器

ELEVATE: Agentic Controller Acquisition from Task Failure for Quadrupedal Manipulation

Shiqi Liu · Radu Corcodel · Ding Zhao

中文摘要

四足操作机器人可通过全身交互扩展工作空间,但任务规划智能体的能力受限于其可用控制器。ELEVATE 框架利用任务程序精炼过程中的持续失败来识别并获取缺失的全身控制能力。当失败表明缺少某种物理能力时,编码智能体构建并迭代精炼一个强化学习问题,指定行为特定奖励、课程和终止条件。验证通过的控制器加入能力库,与现有控制器组合后重试任务。从单个预训练移动-操作控制器出发,ELEVATE 在七个仿真任务序列中自主获取了墙面支撑抬升、支撑操作和墙面下降的控制器,并在后续到达与物体操作任务中复用。在初始控制器工作空间之外的五个任务上,ELEVATE 在五次独立运行中平均成功率达 98.4%-100%,而固定控制器库的编码智能体基线无法完成这些任务。合成的任务程序与获取的控制器无需真实机器人训练或微调即可迁移到物理四足操作机器人,在货架取物中达到 18/20 成功,在地面到货架放置中达到 16/20。

关键要点

  1. 01问题:任务规划智能体能力受限于现有控制器,无法完成超出工作空间的全身操作任务。
  2. 02方法:利用任务程序精炼中的持续失败触发编码智能体自动构建并精炼强化学习问题,获取缺失控制器。
  3. 03结果:在五个超出初始工作空间的任务上,五次运行平均成功率达 98.4%-100%,固定控制器库基线失败。
  4. 04结果:获取的控制器与任务程序零样本迁移到物理四足机器人,货架取物 18/20、地面到货架放置 16/20。
  5. 05局限:仅在七个仿真任务序列和有限物理试验中验证,未涉及真实机器人训练或微调。

解读

尚无解读。

原始英文摘要

arXiv:2610.38388v1 Announce Type: new Abstract: Quadrupedal manipulators can extend their workspace through whole-body interaction, but task-planning agents' capabilities remain limited by their available controllers. We present ELEVATE, a framework that uses persistent failures during task-program refinement to identify and acquire missing whole-body control capabilities. When these failures suggest a missing physical capability, a coding agent formulates and iteratively refines a reinforcement-learning problem, specifying behavior-specific rewards, curricula, and termination conditions. Validated controllers are added to the capability library and composed with existing controllers to retry the task. Starting from a single pretrained loco-manipulation controller, ELEVATE autonomously acquires controllers for wall-supported elevation, supported manipulation, and wall descent across a sequence of seven simulation tasks. These controllers are reused in subsequent reaching and object-manipulation tasks. On the five tasks beyond the initial controller's workspace, ELEVATE achieves mean success rates of 98.4%-100% across five independent runs, while coding-agent baselines with a fixed controller library fail to complete these tasks. The synthesized task programs, together with the acquired controllers, also transfer to a physical quadrupedal manipulator without real-robot training or fine-tuning, achieving 18/20 successes in rack retrieval and 16/20 in floor-to-rack placement. Videos and demonstrations are available at https://agentic-quad-elevate.github.io/public/.

同方向论文 · cs.RO

查看全部 →

反向发现 · 这篇论文相关的工具与提示词

去交叉发现 →

关联提示词 · 6

编程tech.qimao.com·外部收录·

按规范检查 Go 代码改动,分析问题与服务影响并生成 Code Review 报告

``` # Code Review 规范 你是 golang 编程的专家,现在对代码进行 Code Review,请按照以下步骤进行: (若遇到 git 命令分页的情况,请加上`| cat`) ## 步骤一:代码规范检查 - [ ] 是否遵循最佳实践 @.cursor/rules/rule-code-spec.mdc - [ ] 是否存在重复代码 - [ ] 是否有充分的注释和文档 - [ ] 是否易于理解和维护 ## 步骤二:功能问题分析 - [ ] 分析本次代码改动的影响…

编程zhuanlan.zhihu.com·外部收录·

用于指导 Claude Code 按阶段规划、测试驱动实现、重构并提交代码。

### 1. 规划与分阶段 将复杂的工作分解为 3-5 个阶段。在 `IMPLEMENTATION_PLAN.md` 中记录: ```text ## 阶段 N: [Name] **目标**: [具体可交付成果] **成功标准**: [可测试的结果] **测试**: [具体的测试用例] **状态**: [未开始|进行中|已完成] ``` * 随着进展更新状态 * 所有阶段完成后删除文件 ### 2. 实现流程 1. **理解** - 研究代码库中的现有模式 2. **测试**…

编程github.com/PlexPt/awesome-chatgpt-prompts-zh·外部收录·

充当全栈软件开发人员

我想让你充当软件开发人员。我将提供一些关于 Web 应用程序要求的具体信息,您的工作是提出用于使用 Golang 和 Angular 开发安全应用程序的架构和代码。我的第一个要求是'我想要一个允许用户根据他们的角色注册和保存他们的车辆信息的系统,并且会有管理员,用户和公司角色。我希望系统使用 JWT 来确保安全。

编程github.com/PlexPt/awesome-chatgpt-prompts-zh·外部收录·

充当前端智能思路助手

我想让你充当前端开发专家。我将提供一些关于Js、Node等前端代码问题的具体信息,而你的工作就是想出为我解决问题的策略。这可能包括建议代码、代码逻辑思路策略。我的第一个请求是“我需要能够动态监听某个元素节点距离当前电脑设备屏幕的左上角的X和Y轴,通过拖拽移动位置浏览器窗口和改变大小浏览器窗口。”

编程github.com/PlexPt/awesome-chatgpt-prompts-zh·外部收录·

充当 Linux 终端

我想让你充当 Linux 终端。我将输入命令,您将回复终端应显示的内容。我希望您只在一个唯一的代码块内回复终端输出,而不是其他任何内容。不要写解释。除非我指示您这样做,否则不要键入命令。当我需要用英语告诉你一些事情时,我会把文字放在中括号内[就像这样]。我的第一个命令是 pwd