Watch, Infer, Coordinate：通过观察协作推断机器人伙伴物理约束，实现零样本协调
这是一篇预印本。作者提出Watch, Infer, Coordinate基准与方法，让机器人在观察伙伴与另一机器人协作后，推断其关节位置、速度等低层物理约束，并在有障碍的新任务上零样本协调。在三个仿真搬运场景中，该方法将推断误差降至接近零，新任务成功率接近有真实约束的oracle，显著优于基线。
机器人在未直接交互的情况下，能否通过观察伙伴与另一机器人协作，推断其物理约束，并用这些约束在新任务上零样本协调？
机器人的硬件退化或执行器故障会限制其可执行的低层动作，这些限制对伙伴未知。物理耦合搬运任务中，一方可能补偿约束，使约束难以从单一行为中识别。
现有伙伴感知辅助方法推断目标或任务级能力；多机器人物理协调方法适应伙伴行为但不显式推断持久动作约束；从演示推断约束的方法多关注环境约束或单智能体，未在物理耦合多智能体演示中推断低层伙伴约束。
该方法把候选能力视为假设，利用有界理性行为模型预测双方联合动作，并用观察到的双方动作可能性打分，形成能力信念。在低维显式计算，高维用学习模型近似。规划时使用MPC与CEM，基于推断能力约束伙伴动作进行搜索。
在N=8条演示下，归一化汉明距离：2D棒搬运中，Ours为0.002±0.002，CE-CM-Div为0.302±0.011，只使用伙伴行为的消融为0.000±0.000；固定底座双UR5中，Ours为0.019±0.011，CE-CM-Div为0.074±0.000；移动双UR5中，Ours为0.009±0.000，CE-CM-Div为0.250±0.000。新障碍任务成功率（均值±标准误，3个种子）：2D棒92.6±3.7，固定底座双UR5 85.2±3.7，移动双UR5 63.0±7.4；对应Oracle为96.3±3.7、88.9±6.4、70.4±3.7；CE-CM-Div为55.6±0.0、44.4±0.0、37.0±3.7；行为克隆全为0%。无障碍控制任务上，Ours与Oracle的成功率均为100%。所有结果为仿真实验。
作者承认假设已知行为模型、目标和动态、完整观测以及有限候选约束集。研究仅在仿真基准上进行，未报告真机实验；每个设置仅测试三个固定物理约束案例，泛化性有限。论文未提供已开源代码信息，作者表示将发布基准代码与评估脚本。
可应用于多机器人搬运、仓储物流和人机协作，帮助机器人在不直接交互下推断同伴的低层动作约束。1至3年内可能在仿真数字孪生和受控工业场景中试用；3年以上需解决未知行为模型、感知噪声和真实硬件部署后才能广泛落地。
受许可协议限制，本站不转载该论文全文，仅提供摘要和原文链接。