ES
Un mapa espacial compartido ayuda a coordinar robots
World Dreamer v5-lite: A Multi-Robot World Action Model with One Dreamer · arXiv:2610.37518
En palabras sencillas
Cuando varios robots trabajan juntos, uno puede necesitar información que solo ve otro. World Dreamer v5-lite reúne la información de las cámaras en un mapa compartido del espacio de trabajo y luego predice acciones distintas para cada robot, permitiendo que intercambien información. En una prueba de simulación con varios robots, obtuvo una tasa media de éxito en las tareas superior a la de la comparación evaluada más sólida en tres tareas.
El artículo también presenta resultados en tareas domésticas y en cuatro tareas con robots físicos, así que la evidencia se limita a esos entornos evaluados.
La investigación
Cuando varios robots trabajan en un mismo espacio, uno puede necesitar información que solo ve otro, aunque las imágenes de sus cámaras no se alineen automáticamente y sus controles puedan ser distintos.
¿Cómo puede un equipo compartir contexto visual útil y mantener separadas las acciones de cada robot?
World Dreamer v5-lite ofrece a cada robot una representación espacial compartida del espacio de trabajo mientras predice acciones separadas, y evalúa el enfoque en simulación y con equipos físicos.
World Dreamer v5-lite combina imágenes de cámaras calibradas en una representación espacial compartida. Luego, cada robot consulta ese contexto e intercambia información con sus compañeros, pero mantiene su propio flujo de acciones.
Durante el entrenamiento, se ocultan ciertas vistas y se conservan los objetivos de acción de todos los robots.
En las tres tareas de simulación de RoboFactory, los investigadores observaron una tasa media de éxito del 74.0%, dando el mismo peso a cada tarea, frente al 50.3% de π0.5.
Los resultados en tareas domésticas y pruebas con robots físicos también muestran un éxito medio reportado superior al de los métodos comparados con mejor resultado en esos entornos.
Estos resultados abarcan tres tareas de RoboFactory, cuatro tareas con robots físicos y 50 de las 365 tareas de RoboCasa365. Las comparaciones no establecen el rendimiento en otras tareas ni con otros equipos de robots.
Qué muestran las pruebas
- El reto de coordinarse
En un espacio compartido, las cámaras de cada robot captan solo una parte de la escena y las imágenes de distintas cámaras no indican automáticamente los mismos lugares. A la vez, las acciones de cada robot dependen de lo que hacen sus compañeros.
El artículo pregunta cómo puede un equipo aprovechar las observaciones de otros robots y conservar controles para robots que quizá tengan cuerpos y repertorios de acciones distintos.
- Compartir contexto, separar acciones
World Dreamer v5-lite es un sistema de manipulación con varios robots que predice una secuencia de acciones para cada uno. Usa la geometría calibrada de las cámaras para ubicar la información visual en una representación compartida de los lugares del espacio de trabajo.
La consulta de cada robot lee esa representación e intercambia información con las demás, mientras cada robot conserva su propio flujo de acciones y la información sobre su estado corporal.
- Entrenar con vistas ocultas
Durante el entrenamiento, el sistema oculta ciertas vistas de cámara de las dos vías visuales, pero conserva como objetivo las acciones demostradas de todos los robots. Así se generan ejemplos en los que un robot debe predecir sus acciones con información visual incompleta, mientras las vistas restantes pueden aportar contexto.
El diseño fomenta el intercambio de información, pero las comparaciones reportadas no aíslan su efecto del resto del sistema.
- Comparar el éxito en las tareas
RoboFactory evalúa equipos de varios robots en tres tareas de simulación: colocar comida, alinear una cámara y tomar una foto. Los investigadores informan el éxito en las tareas, dando el mismo peso a cada una.
La media de World Dreamer v5-lite fue del 74.0%, frente al 50.3% de π0.5, la comparación evaluada con mejor resultado. Todos los métodos usaron la misma configuración modificada de cámaras, aunque no se establece que las demás condiciones de entrenamiento fueran idénticas.
- Evaluar otros entornos
El artículo también informa resultados en tareas domésticas y pruebas con robots físicos. En RoboCasa365, el modelo obtuvo un 58.08% en 50 tareas, incluido un 30.6% en 16 tareas Composite-Unseen que no estaban en sus datos de entrenamiento Human300.
En cuatro tareas con robots físicos, su tasa media de éxito fue del 78.8%, frente al 65.0% de π0.5. Estos resultados amplían la evidencia a esos entornos, pero no a todas las tareas domésticas ni a todos los equipos de robots.
Detalles
- Autores del paper original
- Guoning Wu, Zijian Cai, Yuhang Zhang, Ying Liu, Yongbin Zheng
- Enviado a arXiv
- Licencia
- arXiv non-exclusive