CMR等提出HALO:Lyapunov稳定性约束让人形机器人学会与人协作
rohanpaul_ai · x · 2026-10-30
UT Arlington 与 CMU 团队(郝张、牛亚茹等)的论文 HALO(Heterogeneous-Agent Lyapunov policy Optimization)被 ICML 2026 接收为 Oral。论文针对人机协作(HRC)中机器人与人类的异质性导致的「理性鸿沟」(rationality gap)问题:独立策略梯度更新在一般和可微博弈中容易震荡或发散。HALO 在策略参数空间引入逐步 Lyapunov 下降条件,通过对参数空间分歧度量的最优二次投影修正去中心化梯度,保证理性鸿沟单调收缩,从而获得形式化的学习稳定性。与面向状态/轨迹约束的 Lyapunov 安全 RL 不同,HALO 用 Lyapunov 认证来稳定去中心化策略学习本身。仿真与真实人形机器人实验(OSP、SCT、SLH 三类任务)显示,认证稳定性提升了协作中边角案例的泛化与鲁棒性,实现 sim-to-real 部署。论文、代码、海报均已公开。
所属事件:CMU 等团队 HALO 论文入选 ICML 2026 Spotlight(2 条相关)→
「具身」频道最新
- 开源模块化机器人套件 Laika 发布：不到 6000 美元一机变四形 — Scobleizer · 2026-10-30
- 特斯拉 Robotaxi 服务更新:营业至凌晨 2 点并接入 Grok — EricETesla · 2026-10-30
- Neuralink 72 小时上门改造:ALS 患者靠意念打电话、用 Grok — elonmusk · 2026-10-30
- 马斯克:数年内有望通过脑机信号分流让瘫痪者重新行走 — elonmusk · 2026-10-30
- 旧金山机场现「除授权自动驾驶车辆外禁止停车」标志牌 — a__tomala · 2026-10-30
- 哥伦比亚研究：无反应 ICU 病人用意念操控蜂鸣音调交流 — ZeroStateReflex · 2026-10-30