论文
用于故障感知机器人控制的健康条件视觉语言动作模型
Health-Conditioned Vision-Language-Action Models for Malfunction-Aware Robot Control
摘要
近年来，视觉语言动作（VLA）模型的研究迅速增长。尽管其中一些专注于检测、预防任务失败并从中恢复，但它们通常不涉及适应机器人的物理故障。在现实生活中，大多数机器人都会面临各种物理退化，例如关节退化、执行器故障或抓手力弱。我们引入了故障感知（健康条件）VLA，它以健康向量作为输入，提供有关机器人关节操作角度和扭矩能力的信息，并调整其预测以完成退化关节的任务。为了实现这一目标，我们将 Health Projector 模块注入到 VLA-Adapter 架构中，并根据我们在 LIBERO 环境中收集的故障机器人数据对其进行训练 [1]。我们收集了 128 个关于 Libero-Spatial 任务的遥控片段。我们的结果表明，通过非常轻量级的添加，该模型可以学习如何成功地使用不同配置的退化关节进行操作，而默认预训练的 VLA-Adapter 的 Libero-Spatial-Pro 模型则无法做到这一点。代码和数据集即将在 https://github.com/h-arslan/health-aware-vla 提供