Learning a Distributed Hierarchical Locomotion Controller for Embodied Cooperation

要約

この研究では、全身協調のための分散階層型移動制御戦略を提案し、多数のエージェントへの移行の可能性を実証します。
私たちの方法では、階層構造を利用して、複雑なタスクをより小さく管理しやすいサブタスクに分割します。
時空間連続性の機能を組み込むことにより、因果推論と逐次タスクでの協調動作に必要な逐次ロジックを確立し、それによって効率的で調整された制御戦略を促進します。
このフレームワーク内でのトレーニングを通じて、適応性と協調性の向上を実証し、元の方法と比較してタスクを完了する際の優れたパフォーマンスにつながります。
さらに、具体的な協力のベンチマークとして一連の環境を構築します。

要約(オリジナル)

In this work, we propose a distributed hierarchical locomotion control strategy for whole-body cooperation and demonstrate the potential for migration into large numbers of agents. Our method utilizes a hierarchical structure to break down complex tasks into smaller, manageable sub-tasks. By incorporating spatiotemporal continuity features, we establish the sequential logic necessary for causal inference and cooperative behaviour in sequential tasks, thereby facilitating efficient and coordinated control strategies. Through training within this framework, we demonstrate enhanced adaptability and cooperation, leading to superior performance in task completion compared to the original methods. Moreover, we construct a set of environments as the benchmark for embodied cooperation.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google