两台机器人共同搬动物体,一端抬早了就会影响另一端。研究团队用双机协作训练底层控制器,使各台机器人能根据自己的观察接续动作;上层的视觉语言规划器负责安排较长的任务,再通过领队与跟随者之间的语音协调执行。
配套基准有 12 项任务,覆盖 2 到 10 台机器人的组合。作者还报告了真实机器上的协作试验。阅读结果时需要区别基准中的最大团队规模和具体实机演示的规模,二者回答不同的扩展性问题。
领队在高层选择的是“抬起、放下、迈一步、原地转向”这类协作动作,跟随者在本机识别语音后同步开始。低层控制仍以 50 Hz 把集体动作落实到每台机器自身的姿势。语言协调发生在动作切换时,一个词并不负责控制每个关节的每个瞬间。
