今年大模型及具身智能領(lǐng)域有了非常多的突破性進(jìn)展，作為機(jī)器人學(xué)與機(jī)器學(xué)習(xí)交叉領(lǐng)域的全球頂級(jí)學(xué)術(shù)會(huì)議之一，CoRL也得到了更多的關(guān)注。

CoRL 是面向機(jī)器人學(xué)習(xí)的頂會(huì)，涵蓋機(jī)器人學(xué)、機(jī)器學(xué)習(xí)和控制等多個(gè)主題，包括理論與應(yīng)用。今年的CoRL 2023共有199 篇論文入選，熱門主題包括控制、強(qiáng)化學(xué)習(xí)等。大會(huì)已經(jīng)于上周11 月 6 日- 9 日在美國(guó)亞特蘭大舉行，在本次大會(huì)上，公布了最佳論文獎(jiǎng)、最佳學(xué)生論文獎(jiǎng)、最佳系統(tǒng)論文獎(jiǎng)等獎(jiǎng)項(xiàng)。

下面我們一起起來看看CoRL 2023的獲獎(jiǎng)?wù)撐脑斍椋?/p>

PS：除了今年的獲獎(jiǎng)?wù)撐?，學(xué)姐也整理了去年CoRL 2022的獲獎(jiǎng)?wù)撐?，有想法發(fā)頂會(huì)的同學(xué)建議都看看哦。

掃碼添加小享，回復(fù)“CoRL”

免費(fèi)領(lǐng)取全部論文+源碼合集

CoRL 2023

最佳論文獎(jiǎng)

Distilled Feature Fields Enable Few-Shot Language-Guided Manipulation

標(biāo)題：蒸餾特征場(chǎng)實(shí)現(xiàn)少樣本語言引導(dǎo)操作

作者：William Shen, Ge Yang, Alan Yu, Jensen Wong, Leslie Pack Kaelbling, Phillip Isola

內(nèi)容：本研究通過利用蒸餾特征場(chǎng)，將準(zhǔn)確的3D幾何與2D基礎(chǔ)模型中的豐富語義相結(jié)合，填補(bǔ)了機(jī)器人操作中2D到3D的空白。作者提出了一種用于6自由度抓取和放置的少樣本學(xué)習(xí)方法，利用這些強(qiáng)大的空間和語義先驗(yàn)知識(shí)實(shí)現(xiàn)對(duì)未見過物體的野外泛化。通過從視覺語言模型CLIP中提取的特征，作者展示了一種通過自由文本自然語言指定新對(duì)象進(jìn)行操作的方法，并證明了其能夠泛化到未見過的表達(dá)和新類別的物體上。

最佳學(xué)生論文獎(jiǎng)

Robots That Ask For Help: Uncertainty Alignment for Large Language Model Planners

標(biāo)題：大型語言模型規(guī)劃器的不確定性對(duì)齊

作者：Allen Z. Ren, Anushri Dixit, Alexandra Bodrova, Sumeet Singh, Stephen Tu, Noah Brown, Peng Xu, Leila Takayama, Fei Xia, Jake Varley, Zhenjia Xu, Dorsa Sadigh, Andy Zeng, Anirudha Majumdar

內(nèi)容：本研究提出了一種名為KNOWNO的框架，用于測(cè)量和對(duì)齊基于大型語言模型（LLM）的規(guī)劃器的不確定性。該框架可以幫助規(guī)劃器在不知道時(shí)知道并請(qǐng)求幫助。KNOWNO建立在共形預(yù)測(cè)理論的基礎(chǔ)上，提供任務(wù)完成的統(tǒng)計(jì)保證，同時(shí)最小化復(fù)雜多步規(guī)劃設(shè)置中需要人類幫助的情況。實(shí)驗(yàn)結(jié)果表明，在涉及不同模態(tài)的模糊性的任務(wù)中，KNOWNO在提高效率和自主性方面優(yōu)于現(xiàn)代基線方法（可能涉及集成或廣泛的提示調(diào)整），并提供正式保證。

Predicting Object Interactions with Behavior Primitives: An Application in Stowing Tasks

標(biāo)題：使用行為原語預(yù)測(cè)物體交互

作者：Haonan Chen, Yilong Niu, Kaiwen Hong, Shuijing Liu, Yixuan Wang, Yunzhu Li, Katherine Rose Driggs-Campbell

內(nèi)容：本研究提出了一種使用行為原語從預(yù)測(cè)物體交互的預(yù)測(cè)模型和單個(gè)演示中學(xué)習(xí)泛化機(jī)器人裝載策略的方法。作者提出了一種新的框架，利用圖神經(jīng)網(wǎng)絡(luò)在行為原語參數(shù)空間內(nèi)預(yù)測(cè)物體交互。進(jìn)一步地，作者使用增強(qiáng)的原語軌跡優(yōu)化來搜索預(yù)定義的異構(gòu)行為原語庫的參數(shù)以實(shí)例化控制動(dòng)作。該框架使機(jī)器人能夠通過幾個(gè)關(guān)鍵幀（3-4）從單個(gè)演示中熟練地執(zhí)行長(zhǎng)期裝載任務(wù)。

Language Embedded Radiance Fields for Zero-Shot Task-Oriented Grasping

標(biāo)題：用于零樣本面向任務(wù)抓取的語言嵌入輻射場(chǎng)

作者：Satvik Sharma, Adam Rashid, Chung Min Kim, Justin Kerr, Lawrence Yunliang Chen, Angjoo Kanazawa, Ken Goldberg

內(nèi)容：本研究提出了一種新的語言嵌入輻射場(chǎng)用于面向任務(wù)的物體抓取的方法LERF-TOGO。該方法使用視覺語言模型，在給定自然語言查詢的情況下，零樣本輸出一個(gè)物體的抓取分布。為了實(shí)現(xiàn)這一點(diǎn)，作者首先構(gòu)建了一個(gè)場(chǎng)景的LERF，將CLIP嵌入到多尺度3D語言字段中，可使用文本進(jìn)行查詢。然而，LERF沒有物體邊界的感覺，因此其相關(guān)性輸出通常返回對(duì)象上的不完整激活，這對(duì)于抓取是不夠的。LERF-TOGO通過提取DINO特征的3D物體掩碼來彌補(bǔ)這種缺乏空間分組的問題，然后在此掩碼上條件性地查詢LERF以獲得物體上的一個(gè)語義分布，從而從現(xiàn)成的抓取規(guī)劃器中對(duì)抓取進(jìn)行排序。

最佳系統(tǒng)論文獎(jiǎng)

RoboCook: Long-Horizon Elasto-Plastic Object Manipulation with Diverse Tools

標(biāo)題：使用多種工具進(jìn)行長(zhǎng)期彈性-塑性物體操縱

作者：Haochen Shi, Huazhe Xu, Samuel Clarke, Yunzhu Li, Jiajun Wu

內(nèi)容：本研究開發(fā)了一種名為RoboCook的智能機(jī)器人系統(tǒng)，能夠感知、建模和操縱各種工具的彈塑性物體。RoboCook使用點(diǎn)云場(chǎng)景表示法，利用圖神經(jīng)網(wǎng)絡(luò)（GNN）對(duì)工具-物體交互進(jìn)行建模，并將工具分類與自監(jiān)督策略學(xué)習(xí)相結(jié)合，制定操縱計(jì)劃。作者展示了一個(gè)通用的機(jī)器人手臂可以從每個(gè)工具僅需20分鐘的實(shí)際交互數(shù)據(jù)中學(xué)習(xí)復(fù)雜的長(zhǎng)期軟體物體操縱任務(wù)，如制作餃子和字母餅干。

掃碼添加小享，回復(fù)“CoRL”

免費(fèi)領(lǐng)取全部論文+源碼合集

MimicPlay: Long-Horizon Imitation Learning by Watching Human Play

標(biāo)題：通過觀察人類玩耍進(jìn)行長(zhǎng)期模仿學(xué)習(xí)

作者：Chen Wang, Linxi Fan, Jiankai Sun, Ruohan Zhang, Li Fei-Fei, Danfei Xu, Yuke Zhu, Anima Anandkumar

內(nèi)容：本研究提出了一種分層學(xué)習(xí)框架MimicPlay，通過觀察人類玩耍的視頻序列來學(xué)習(xí)機(jī)器人的長(zhǎng)期模仿技能。作者認(rèn)為，即使形態(tài)不同，人類玩耍數(shù)據(jù)仍然包含豐富的物理交互信息，可以促進(jìn)機(jī)器人策略學(xué)習(xí)。受此啟發(fā)，MimicPlay從人類玩耍數(shù)據(jù)中學(xué)習(xí)潛在計(jì)劃，以指導(dǎo)在少量遠(yuǎn)程操作演示上訓(xùn)練的低層次視覺運(yùn)動(dòng)控制。通過對(duì)14個(gè)現(xiàn)實(shí)世界中的長(zhǎng)期操縱任務(wù)進(jìn)行系統(tǒng)評(píng)估，作者發(fā)現(xiàn)MimicPlay在任務(wù)成功率、泛化能力和對(duì)干擾的魯棒性方面優(yōu)于最先進(jìn)的模仿學(xué)習(xí)方法。

Robot Parkour Learning

標(biāo)題：機(jī)器人跑酷學(xué)習(xí)

作者：Ziwen Zhuang, Zipeng Fu, Jianren Wang, Christopher G Atkeson, S?ren Schwertfeger, Chelsea Finn, Hang Zhao

內(nèi)容：本研究提出了一種用于學(xué)習(xí)多樣化跑酷技能的端到端視覺跑酷策略的系統(tǒng)，該系統(tǒng)使用簡(jiǎn)單的獎(jiǎng)勵(lì)，而無需任何參考運(yùn)動(dòng)數(shù)據(jù)。作者開發(fā)了一種受直接定位啟發(fā)的強(qiáng)化學(xué)習(xí)方法來生成跑酷技能，包括攀爬高障礙物、躍過大間隙、爬行低障礙物、擠過窄縫和奔跑等。作者將這些技能提煉為單一的視覺跑酷策略，并使用其自我中心的深度相機(jī)將其轉(zhuǎn)移到四足機(jī)器人上。

CoRL 2022

最佳論文獎(jiǎng)

Training Robots to Evaluate Robots: Example-Based Interactive Reward Functions for Policy Learning

用于策略學(xué)習(xí)的基于示例的交互式獎(jiǎng)勵(lì)函數(shù)

簡(jiǎn)述：本研究提出了一種名為“交互式獎(jiǎng)勵(lì)函數(shù)”（IRFs）的方法，用于訓(xùn)練機(jī)器人自動(dòng)獲取物理互動(dòng)行為，以評(píng)估嘗試執(zhí)行的機(jī)器人技能的結(jié)果，從而提高任務(wù)執(zhí)行的性能。

最佳論文入圍名單

Learning Agile Skills via Adversarial Imitation of Rough Partial Demonstrations

通過對(duì)手的粗略部分演示進(jìn)行對(duì)抗性模仿來學(xué)習(xí)敏捷技能

簡(jiǎn)述：本研究提出了一種生成對(duì)抗網(wǎng)絡(luò)方法，用于從部分和可能物理不兼容的演示中推斷獎(jiǎng)勵(lì)函數(shù)，以成功獲取技能。

Supercharging Imitation with Regularized Optimal Transport

用正則化最優(yōu)傳輸加強(qiáng)模仿

簡(jiǎn)述：本研究提出了一種新的模仿學(xué)習(xí)算法——正則化最優(yōu)傳輸（ROT），該算法結(jié)合了軌跡匹配獎(jiǎng)勵(lì)和行為克隆，可以顯著加速模仿學(xué)習(xí)，并在多個(gè)視覺控制任務(wù)上表現(xiàn)出色。

最佳系統(tǒng)論文獎(jiǎng)

Legged Locomotion in Challenging Terrains using Egocentric Vision

基于自我中心視覺的挑戰(zhàn)性地形中的腿部運(yùn)動(dòng)

簡(jiǎn)述：本研究提出了一種全新的端到端移動(dòng)系統(tǒng)，能夠跨越多種地形，并在小型四足機(jī)器人上實(shí)現(xiàn)實(shí)時(shí)運(yùn)行。該系統(tǒng)使用單個(gè)前置深度相機(jī)進(jìn)行自我中心視覺，并通過強(qiáng)化學(xué)習(xí)和有監(jiān)督學(xué)習(xí)訓(xùn)練了策略。

特別創(chuàng)新獎(jiǎng)

Do As I Can, Not As I Say: Grounding Language in Robotic Affordances

基于機(jī)器人可供性的語言

簡(jiǎn)述：本研究提出了一種通過預(yù)訓(xùn)練技能提供真實(shí)世界基礎(chǔ)的方法，以約束語言模型提出既可行又適合上下文的自然語言行動(dòng)。

掃碼添加小享，回復(fù)“CoRL”

免費(fèi)領(lǐng)取全部論文+源碼合集