Исследователи из Университета Гонконга и Пекинского института искусственного интеллекта разработали систему COLA, которая обучает гуманоидных роботов совместно переносить грузы с людьми. В ходе тестирования с участием 23 добровольцев система продемонстрировала снижение физической нагрузки на человека на 27.4% по сравнению с базовыми моделями.
Ключевая особенность COLA — использование только проприоцептивных датчиков (внутренних датчиков положения суставов) без внешних камер или датчиков силы. Система работает по принципу «учитель-ученик»: сначала обучается политика-учитель с доступом к привилегированной информации об объекте, а затем знания передаются политике-ученику, которая работает только с данными о положении 29 суставов робота G1.
В симуляционных экспериментах COLA показала снижение человеческих усилий на 24.7% по сравнению с базовыми подходами, а также впечатляющие результаты точности координации: средняя ошибка отслеживания линейной скорости составила 10.2 см/с, а угловой скорости — 0.1 рад/с. Система способна адаптироваться к движениям человека, когда применяемая сила превышает 15 Н, что позволяет роботу понимать намерения партнера через физическое взаимодействие.
Обучение проходило в три этапа с использованием алгоритма PPO на 4096 параллельных симуляционных средах. Общее время тренировки составило 48 часов на одной видеокарте RTX 4090. Исследователи протестировали систему на различных объектах — от коробок до носилок — и подтвердили ее способность работать на неровной местности и склонах.
Важным преимуществом подхода стала способность робота неявно изучать динамику объектов и намерения человека через отклонения в положении суставов от целевых значений. Это позволяет системе работать без сложных моделей взаимодействия или внешних датчиков, что делает ее более практичной для реального применения в здравоохранении, домашней помощи и производстве.
Источник новости и обложки: arxiv.org