Offene Probleme im Roboterlearning: 10 Forschungsrichtlinien für 2025<unk>2028

[← Forschung]

Das Roboterlernen hat seit 2022 außergewöhnliche Fortschritte gemacht. Dies sind die Probleme, die noch gelöst werden müssen, bevor Roboter in unstrukturierten Umgebungen zuverlässig arbeiten.

Der Zustand des Feldes im Jahr 2025

Das Roboterlernen das Trainieren von neuronalen Politiken aus Demonstrationsdaten oder Umgebungsinteraktion hat sich in den letzten drei Jahren mehr entwickelt als im Vorjahr.

Aber "möglich in einem Labor" und "zuverlässig in der Bereitstellung" bleiben durch eine lange Liste offener Probleme getrennt. Die folgenden zehn Probleme stellen die höchsten Forschungsinstrumente für das Feld von 2025 bis 2028 dar, basierend auf Bereitstellungserfahrung, Literatur-Synthese und Gesprächen mit Praktikern.

1. Effektives Skalieren der Datenerhebung

** Der Engpässigkeit:** Die Erhebung von Roboterdemonstrationsdaten in der realen Welt ist je nach Aufgabenkomplexität teuer.

Forschungsleitungen: Aktives Lernen (allein die informativsten Demonstrationen und nicht zufällige Demonstrationen sammeln); Simulationsvor-Training mit Domänen-Randomisierung zur Verringerung der Anforderungen an reale Daten; Kreuzübertragung (Züge mit Daten vom Roboter A, Einsatz auf Roboter B mit minimalem Fein-Tuning); und halbüberwachte Ansätze, die Signal aus unbeschrifteten Robotervideos extrahieren.

** Fortschrittssignal:** Eine 10x Reduktion der Demonstrationen, die erforderlich sind, um eine bestimmte Erfolgsrate bei einer standardisierten Benchmark-Aufgabe zu erreichen, im Vergleich zu den Grundlinien für die Verhaltensklonung von Vanille.

2. Vollendung der langfristigen Aufgaben

** Aktueller Zustand:** Die modernsten Roboter-Politiken verarbeiten 1020 Schrittsaufgaben in kontrollierten Einstellungen zuverlässig.

Forschungsrichtlinien: Hierarchische Politiken mit ausdrücklichen Unterzielrepräsentationen; Integration von Aufgaben- und Bewegungsplanung (TAMP) mit gelernten Komponenten für die Manipulationsprimitiven; Erstellung von Großsprachmodellen-Unterzielgenerierungen in Kombination mit gelernten Politiken niedrigster Ebene; und zeitliche Abstraktion in Aktionsrepräsentationen.

** Fortschrittssignal:** Zuverlässige Abwicklung von 50+-Stufen-Manipulations-Aufgaben in unstrukturierten Umgebungen mit Erfolgsraten von über 70%.

3. Dexterose Handmanipulation

** Aktueller Zustand:** Die meisten Roboter-Lernarbeiten verwenden Parallel-Klauch-Greifer, die Power-Greifer ausführen.

Forschungsleitungen: Hoch auflösende taktile Sensor-Arrays, die Kontaktinformationen liefern, die mit der Empfindlichkeit der menschlichen Fingerspitze vergleichbar sind; geschickte Handteleoperation mit Handgläschen zur Demonstrationserhebung (RCSV betreibt ein [handgläserbasiertes Datenerhebungprogramm](T1)); erlernte Kontaktmodelle, die sich über Objektsformen und Oberflächen Eigenschaften hinweg verallgemeinern.

** Fortschrittssignal:** Handdrehung von willkürlichen Objekten in eine bestimmte Orientierung mit Erfolgsraten von über 80% in mehr als 50 neuen Objekttypen.

4. Generalisierung auf neue Objekte

** Aktueller Zustand:** Politiken, die auf einer Reihe von Objekten ausgebildet werden, erreichen in der Regel 6075% des Erfolgs auf diesen Objekten.

Forschungsrichtlinien: Fundamentmodell visuelle Funktionen (CLIP, DINOv2) als eingefrorene Encoder, die semantische Verallgemeinerung bieten; vielfältige Trainingsdaten, die mehr als 100 Objektkategorien abdecken, anstatt 510; Kategorie-Posen-Schätzung als Zwischenrepräsentation; und Testzeit-Adaption mit einer kleinen Anzahl von neuartigen Objektdemonstrationen.

** Fortschrittssignal:** Erfolgsrate für neues Objekt innerhalb von 15% der Erfolgsrate für geschultes Objekt bei einem standardisierten Bewertungssatz von 50 ausgehaltenen Objektkategorien.

5. Verständnis der physischen Welt

** Aktueller Zustand:** Aktuelle Roboterpolitik sind hervorragende Muster-Matcher, aber fehlt das Verständnis für physikalische Objekteigenschaften. Ein Roboter, der auf starren Objekten ausgebildet ist, kann seine Fangkraft nicht für zerbrechliche Objekte anpassen.

Forschungsrichtlinien: Implizite Physikmodelle, die aus Interaktionsdaten gelernt werden; taktile Weltmodelle, die die Kontaktergebnisse aus Berührungsbeobachtungen vorhersagen; sprachlich bedingte Eigenschaftsdarstellungen ("handle dies sanft es ist zerbrechlich") in die Politikkonditionierung integriert; und physikalisch informierte Architekturen, die physische Beschränkungen in die Politikstruktur einbeziehen.

** Fortschrittssignal:** Erfolgreiche Manipulation von verformbaren Gegenständen (Texten, Schaum, weichen Lebensmitteln) mit Erfolgsraten über 70% ohne spezifische Ausbildung.

6. Zusammenarbeit zwischen Mensch und Roboter

** Aktueller Zustand:** Roboter-Politiken sind für statische Umgebungen konzipiert. Wenn Menschen vorhanden sind, widerlegen unvorhersehbare Bewegungen die Annahmen der Politik und verursachen Ausfälle oder unsicheres Verhalten.

Forschungsleitungen: Echtzeit-Menschenbeabsichtigung durch Posen und Blick; sichere, komplexe Steuerung, die die Bewegung des Robots in Reaktion auf die unerwartete Nähe des Menschen anpasst; Politiken der Zusammenarbeit mit Manipulationen, die auf Daten der Mensch-Roboter-Interaktion ausgerichtet sind; und explizite Übergabeprotokolle mit gelerntem Timing.

** Fortschrittssignal:** Erfolgreiche Abwicklung von Kooperationsarbeiten (menschliche Hände widersprechen dem Roboter, der Roboter setzt die Aufgabe fort) mit graziösen Misserfolgmodus, wenn das menschliche Verhalten von der Erwartung abweicht.

7. Robuste Sim-to-Real für Kontakt-Aufgaben

** Aktueller Zustand:** Sim-to-Real-Transfer funktioniert gut für die Bewegung im freien Raum (Reaching, Pre-Grap-Ansatz).

Forschungsleitungen: Differenzierbare Simulation mit erlernten Kontaktmodellen, die auf reale Roboterdaten kalibriert sind; randomisierte Kontaktparameter während des Trainings zur Erstellung robuster Richtlinien; erlernte Restdynamikmodelle, die Simulationsfehler korrigieren; und kontaktreiche Grundlagenmodelle, die vor allem auf echten Daten mit Simulation nur zur Erweiterung ausgebildet werden.

** Fortschrittssignal:** Peg-in-hole-Insertion (0,5 mm Abstand) vollständig in Simulation ausgebildet, die 80%+ Erfolg auf echter Hardware ohne Fein-Tuning von realen Daten erreicht.

8. Lebenslanges Lernen ohne Vergessenheit

** Aktueller Zustand:** Die eingesetzten Roboterpolitik sind statisch sie verbessern sich nicht aus der Betriebserfahrung. Wenn neue Aufgaben hinzugefügt werden oder bestehende Aufgaben aktualisiert werden müssen, ist der Standardansatz vollständige Umschulung von Grund auf, was teuer und langsam ist.

Forschungsrichtlinien: Methoden des kontinuierlichen Lernens, die neue Aufgabenfunktionen hinzufügen, ohne bestehende zu überschreiben; LoRA und andere parametereffiziente Feinschaltungsmethoden, die die Richtlinien modular erweitern; Wiedergabe von Erfahrungen mit einem kuratierten Speicherpuffer, um katastrophale Vergessenheit zu verhindern; und modulare Richtlinienarchitekturen, in denen die spezifischen Module der Aufgaben unabhängig ausgetauscht werden können.

** Fortschrittssignal:** Eine Roboterpolitik, die 10 neue Aufgaben sequentiell lernt und gleichzeitig 90%+ der ursprünglichen Leistung bei allen vorherigen Aufgaben beibehält, ohne eine vollständige Umschulung.

9. Wirkungsvolles Real-Welt-Verstärkung lernen

** Aktueller Zustand:** Das Verstärken des Lernens auf echten Robotern ist für die meisten Anwendungen zu langsam und unsicher Das Lernen von Grund auf erfordert Tausende von Umgebungsinteraktionen, von denen viele Fehler mit sich bringen, die Geräte beschädigen oder Sicherheitsrisiken verursachen.

Forschungsleitungen: Modellbasiertes RL, das ein Weltmodell aus einer kleinen Anzahl von realen Interaktionen und Plänen innerhalb des Modells lernt; sichere Explorationsmethoden, die den Verhaltensraum des Agenten während des Lernens einschränken; Kombination von Imitationslerningauflösung mit RL-Feinabstimmung für die endgültige Leistungslücke; und offline-RL-Methoden, die die Richtlinien aus protokollierten Betriebsdaten ohne Online-Interaktion verbessern.

** Fortschrittssignal:** Erreichung einer Erfolgsrate von 85%+ bei einer kontaktreichen Manipulationsaufgabe mit nur 2 Stunden realen Roboterninteraktion (ohne Simulation), ohne Sicherheitsverletzungen während des Lernens.

10. Bewertung und Normung

** Aktueller Zustand:** Roboter-Lernpapiere berichten über Ergebnisse, die mit verschiedenen Robotern, Aufgaben, Erfolgsmessungen und Bewertungsprotokollen nicht kompatibel sind. Es gibt keinen vereinbarten Benchmark, der ImageNet für Vision oder MMLU für Sprache ähnlich ist.

Forschungsrichtlinien: Gemeinschaftskonvergenz auf einer kleinen Reihe von Standard-Benchmark-Suiten LIBERO, SimplerEnv und RoboFlamingo Benchmark sind führende Kandidaten; standardisierte Bewertungsprotokolle (Zahlen von Studien, Bewertungsbedingungen, Erfolgsdefinition); Hardware-in-the-Loop-Bewertungsdienste, die die Überprüfung der behaupteten Ergebnisse durch Dritte ermöglichen; und eine Leaderboard-Infrastruktur, die dem Papier mit Code ähnlich ist.

** Fortschrittssignal:** Drei oder mehr große Roboter-Lernstätten (CoRL, ICRA, RSS) die Ergebnisse auf einem gemeinsamen Benchmark-Untersatz für die Papieraufnahme erfordern.

Wie die RCSV zu diesen Richtlinien beiträgt

Die Forschungs- und Infrastrukturprogramme des RCSV behandeln direkt Probleme 1 (Datenerhebungseffizienz), 3 (dichterliche Manipulationsdaten über Handschuherhebung), 8 (lebenslanges Lernen über das kontinuierliche Datenruder) und 10 (Evaluierung durch unsere standardisierte Aufgabenpalette).

Für Forscher, die an diesen offenen Problemen arbeiten, bietet RCSV [Daten-Sammlungsdienste]T2) die Benchmark-Qualitätsdemonstrationsdaten-Sets, Roboter-Zugriffsprozesse für Hardware-in-the-Loop-Evaluierung und Datensatzbeiträge zum LeRobot Hub- und Open X-Embodiment-Format erstellen.

Arbeiten Sie an der Forschung zum Lernen von Robotern zusammen

RCSV unterstützt akademische und industrielle Forschungsprogramme mit Datenerhebung, Roboterzugang und Infrastruktur.

[Besichtigung von Forschungsprogrammen]