MEKAWIRE
进阶arXiv

水下具身学习:纽约大学ROV策略泳池成功率93.3%,二战沉船现场66.7%

Greta Perez-Haiek, Luca Macesanu, Kevin Angers, Mohammed Imam, Timothy Gambin, Christopher ClarkNew York University; University of Malta
30 秒速读

纽约大学与马耳他大学的预印本论文用模仿学习训练小型水下机器人自主航行并抓取物体。泳池中最佳模型计入部分成功的成功率为93.3%,在马耳他海域二战沉船上用绳索系泊的任务成功率为66.7%。

研究问题

在陆地固定机械臂上有效的行为克隆和视觉语言动作模型,能否控制一台受水流扰动、透过浑浊水体观察的遥控水下机器人(ROV)?

问题

水下机器人没有固定基座,波浪和水流使其在六个自由度上持续晃动,相机视角和夹爪位置不断变化;光线随深度衰减,悬浮颗粒让图像模糊。因此水下检测和作业大多仍由人工操控。

既有方法

此前水下学习研究多是迁移陆地训练的策略或停留在感知层面。Hugging Face的SmolVLA等通用策略和单任务ACT只在桌面机械臂上验证过。

新方法

团队在泳池中采集1616条遥操作示范,分为平静水和人工制造的湍流两种条件,训练了14个仅在本体状态输入上不同的通用模型DynamicVLA。策略向Blue Robotics的BlueROV2发送与人工操控相同的摇杆式指令。现场部分在马耳他码头和Coralita X127沉船采集748条数据,对比ACT与SmolVLA。采集、训练和部署代码以BluEmbodied Kit开源。

结果

泳池实机评测共1260次(每个模型90次,三项任务各30次),14个模型中10个优于仅用图像的基线(计入部分成功60.0%,严格标准46.7%)。仅增加横滚、俯仰、偏航信息的最佳模型计入部分成功达93.3%,严格标准72.2%。生成一段20步动作块耗时约95至129毫秒。海上508次评测合计,ACT成功率47.9%,SmolVLA为7.9%。同一ACT模型在沉船绳索系泊成功率66.7%(21次),码头梯子系泊56.3%(206次),沉船立柱系泊36.8%(19次)。

局限

论文为预印本。泳池浅且小,没有真实水流,湍流靠人工制造。93.3%把抓错颜色的杆计为部分成功,严格成功率为72.2%。现场试验次数从14次到206次不等,不少置信区间较宽。全部实验只用一款带简单夹爪的小型观察级ROV。

产业影响

海上风电、油气平台、港口和水产养殖的水下检测按潜水员与操控员工时计费。论文显示少量现场示范数据加基本姿态传感即可在两到四年内自动化简单抓取和系泊,对国内水下机器人和海工装备企业有参考意义。SmolVLA在现场表现很弱,说明通用模型没有现场数据难以在水下奏效。

论文全文

本文依据 CC BY 4.0 许可发布,全文经署名以英文转载:阅读全文(英文)。原文见 arXiv:2610.38199(PDF)。