使用低解析度自我中心視覺的行為克隆實現主動感知
一項新研究表明，行為克隆可以在結構化物體尋找任務中產生主動感知能力，僅使用低解析度自我中心視覺即可可靠完成任務。研究人員採用低成本機械臂和腕部RGB相機，透過預測相對關節增量而非絕對位置，顯著提升了效能。
近日，一篇由Anthony Bilic等人提交至arXiv的論文（編號2605.14106）探索了行為克隆在主動感知任務中的應用。研究團隊設計了一個結構化的物體尋找場景：一個配備腕部自我中心RGB相機的低成本機械臂，需要重新定位以將部分可見的植物居中，然後觸發抓取訊號。這一過程要求機器人採取能夠改善未來觀測的動作，即主動感知的核心——透過動作獲取更好的感知資訊。
模型採用行為克隆方法，直接從低解析度RGB影像中預測關節指令，實現閉環控制。實驗結果表明，低解析度（例如32x32畫素）的自我中心視覺足以可靠完成任務，這一發現挑戰了高解析度感測器為主動感知所必需的傳統觀點。更關鍵的是，研究顯示預測相對關節增量（relative joint deltas）的方法在效能上大幅優於預測絕對關節位置。具體來說，相對增量預測使機器人能夠更準確地調整末端執行器的位置，從而更有效地將目標物體居中。
這些結果證明，在可重複的環境中，基於視覺的主動感知可以從行為克隆中湧現。該研究為低成本機器人感知提供了新思路，表明無需高解析度感測器或複雜模型即可實現有效的閉環互動。論文還討論了該方法在工業分揀、家庭輔助等領域的潛在應用，以及未來在動態環境中驗證的展望。