CoRE：用专家路由实现无角色标签的多机器人协作

协作操纵要求机器人在交互展开时执行补充动作。我们研究单 策略 去中心化协作：每个机器人通过视觉观察和本体感觉运行相同的 策略，没有任务提示、身份标签或机器人间消息。挑战在于学习共享参数中互补的团队行为，并从每个机器人的本地观察中选择适当的操作。我们引入了 CoRE，它从汇集的多任务、多机器人演示中学习协作角色专家。融合的外观和几何形状提供了局部相互作用的证据。查询条件交叉注意力专家提供适应性强的预测路径，本地路由器将其在每个动作块位置进行组合。在 训练 期间，动作专家对齐损失使用相对强制路线预测误差对照固定输入下的演示来监督专家选择，而无需角色标签。在所有模拟基准测试中，CoRE 在评估的去中心化方法中实现了最高的平均性能。物理实验证明了跨不同操作任务的有效协作以及对合作伙伴延迟和减速的鲁棒性。项目页面：https://aus.bot/research/core/.