Watch, Infer, Coordinate: Partnerbeschränkungen aus Kooperationsbeobachtung für Zero-Shot-Koordination
Der Preprint Watch, Infer, Coordinate stellt einen Benchmark und eine Methode vor, mit der ein Helferroboter aus beobachteter Kooperation eines eingeschränkten Roboters mit einem Demonstrator dessen physikalische Aktionsbeschränkungen ableitet. Die Methode nutzt das gemeinsame Verhalten beider Roboter und erreicht in drei Trage-Szenarien mit Hindernissen Erfolgsraten von 92,6 %, 85,2 % und 63,0 % und liegt damit nahe an einem Orakel mit den wahren Beschränkungen (96,3 %, 88,9 %, 70,4 %). Damit zeigt der Preprint, dass übertragbare Fähigkeitsmodelle aus passiver Beobachtung gewonnen werden können, ohne vorherige Interaktion mit dem Partner auf der neuen Aufgabe.
Kann ein Helferroboter allein durch Beobachtung einer früheren Kooperation zwischen einem eingeschränkten Partnerroboter und einem Demonstrator die persistenten physikalischen Beschränkungen des Partners ableiten und dieses Wissen für eine Zero-Shot-Koordination auf einer neuen Aufgabe verwenden?
Roboter in physisch gekoppelten Manipulationsaufgaben müssen ihre Aktionen eng abstimmen, aber Hardwaredegradation oder Aktuatorfehler können Gelenkpositions-, Geschwindigkeits- oder Basisrichtungsgrenzen verändern, die dem Partner unbekannt sind. Demonstrationen zeigen nur, was der eingeschränkte Roboter getan hat, nicht, was er hätte tun können; der Demonstrator kompensiert oft die Einschränkungen, wodurch sie im Verhalten des eingeschränkten Roboters allein schwer erkennbar sind.
Bestehende Verfahren wie CHORUS oder Watch-and-Help inferieren Ziele bzw. aufgabenbezogene Fähigkeiten, während CAMO und CE-CM-Div entweder einzelne Agenten oder symbolische Aktionen betrachten; keines überträgt low-level Aktionsgrenzen auf neue physisch gekoppelte Aufgaben. Ansätze für physisch gekoppelte Koordination passen sich meist online an das Partnerverhalten an, ohne persistente Gelenk- oder Geschwindigkeitsgrenzen explizit zu modellieren.
Die Autoren definieren den Watch, Infer, Coordinate Benchmark mit drei Szenarien: 2D-Stabtransport, fest installierte Dual-UR5-Arme und mobile Dual-UR5-Arme. In der Beobachtungsphase sieht der Helfer einen Demonstrator mit dem eingeschränkten Partner auf hindernisfreien Aufgaben; zum Test wechselt er auf neue Aufgaben mit Hindernissen. Die Inferenz nutzt ein boundedly rationales Verhaltensmodell und bewertet für jede Kandidatenbeschränkung, wie gut die beobachteten Aktionen beider Roboter unter dieser Hypothese vorhergesagt werden. In den komplexeren Szenarien ersetzen gelernte Modelle die teure exakte Auswertung. Die resultierende Belief-Verteilung über Kandidaten wird in einen MPC-CEM-Planer eingespeist, der bei der Rollout-Simulation die Aktionen des Partners auf die inferierte Fähigkeit beschränkt.
Bei der Constraint-Inferenz erreicht die Methode mit N=8 Demonstrationen einen normalisierten Hamming-Abstand von 0,002 ± 0,002 im 2D-Stab, 0,019 ± 0,011 bei festen Dual-UR5 und 0,009 ± 0,000 bei mobilen Dual-UR5; CE-CM-Div liegt bei 0,302 ± 0,011, 0,074 ± 0,000 und 0,250 ± 0,000. In der Ablation ohne Demonstratorbeobachtung steigt der Fehler im Fixed-Base-Szenario etwa um den Faktor zwei. Bei Zero-Shot-Koordination auf neuen Hindernisaufgaben erzielt die Methode Erfolgsraten von 92,6 ± 3,7 %, 85,2 ± 3,7 % und 63,0 ± 7,4 %, verglichen mit Oracle-CEM bei 96,3 ± 3,7 %, 88,9 ± 6,4 % und 70,4 ± 3,7 %; Behavioral Cloning fällt auf 0,0 % in allen drei Szenarien.
Die Autoren nehmen ein bekanntes boundedly rationales Verhaltensmodell, bekannte Ziele und Dynamiken, vollständige Beobachtungen sowie eine endliche Menge an Kandidatenbeschränkungen an. Die Evaluation erfolgt ausschließlich in Simulation; reale Roboterversuche werden im Paper nicht berichtet. Zudem sind direkt vergleichbare Baselines begrenzt, und Code sowie Benchmark-Skripte stehen noch nicht zur Verfügung, sollen aber veröffentlicht werden.
Für Hersteller von kooperativen Robotern und Betreiber von Multi-Roboter-Transport- oder Montageprozessen könnte der Ansatz helfen, aus beobachteter Zusammenarbeit Fähigkeitsprofile einzelner Roboter zu lernen und Planung bei Degradation oder Ausfall anzupassen. Erste Pilotanwendungen sind in ein bis drei Jahren denkbar, vorausgesetzt die Annahmen werden auf reale Systeme übertragen, kontinuierliche Constraint-Räume integriert und die Methode auf echten Robotern validiert. Honda Research Institute als Autor könnte interne Logistik- oder Assistenzanwendungen adressieren.
Der Volltext wird hier nicht wiedergegeben, weil die Lizenz der Studie das nicht erlaubt. Das Original steht auf arXiv.