【儀表網(wǎng) 研發(fā)快訊】在動(dòng)態(tài)和開放的真實(shí)世界中，如何讓智能機(jī)器人像人類一樣持續(xù)掌握新技能，而又不遺忘舊有知識(shí)，是通用人工智能和機(jī)器人學(xué)領(lǐng)域面臨的一項(xiàng)核心技術(shù)瓶頸。傳統(tǒng)學(xué)習(xí)范式下的機(jī)器人在學(xué)習(xí)新任務(wù)時(shí)，新知識(shí)往往會(huì)干擾甚至完全覆蓋已習(xí)得的舊技能，這一“災(zāi)難性遺忘”現(xiàn)象嚴(yán)重限制了機(jī)器人在復(fù)雜場景中長期自主服務(wù)的潛力。
 

　　近日，中國科學(xué)院重慶綠色智能技術(shù)研究院大數(shù)據(jù)與無人系統(tǒng)研究中心在自然語言處理(NLP)領(lǐng)域頂級(jí)學(xué)術(shù)會(huì)議ACL 2025(Annual Meeting of the Association for Computational Linguistics，國際計(jì)算語言學(xué)年會(huì)，CCF A類會(huì)議)上發(fā)表了題為《DRAE: Dynamic Retrieval-Augmented Expert Networks for Lifelong Learning and Task Adaptation in Robotics》的論文，提出了一種名為DRAE(動(dòng)態(tài)檢索增強(qiáng)專家網(wǎng)絡(luò))的機(jī)器人終身學(xué)習(xí)新框架。針對(duì)現(xiàn)有方法面臨的核心技術(shù)瓶頸——靜態(tài)網(wǎng)絡(luò)結(jié)構(gòu)難以適應(yīng)動(dòng)態(tài)任務(wù)變化、固定檢索系統(tǒng)無法處理不斷演進(jìn)的知識(shí)需求，研究團(tuán)隊(duì)受人腦神經(jīng)可塑性機(jī)制啟發(fā)，構(gòu)建了四重協(xié)同的技術(shù)架構(gòu)：動(dòng)態(tài)專家混合模型(MoE)負(fù)責(zé)智能任務(wù)路由分配，指導(dǎo)參數(shù)化檢索增強(qiáng)生成(P-RAG)技術(shù)從外部知識(shí)庫精準(zhǔn)獲取相關(guān)信息，這些增強(qiáng)信息與任務(wù)狀態(tài)一起輸入ReflexNet-SchemaPlanner-HyperOptima三層認(rèn)知控制架構(gòu)進(jìn)行感知-規(guī)劃-執(zhí)行的完整決策處理，而狄利克雷過程混合模型(DPMM)將整個(gè)處理過程中的關(guān)鍵知識(shí)以非參數(shù)貝葉斯方式動(dòng)態(tài)存儲(chǔ)，形成任務(wù)級(jí)知識(shí)積累的閉環(huán)反饋。該方法的關(guān)鍵突破在于通過統(tǒng)一數(shù)學(xué)框架將四個(gè)核心組件深度融合，實(shí)現(xiàn)了知識(shí)檢索與參數(shù)更新的有效解耦，從根本上解決了新技能學(xué)習(xí)過程中對(duì)舊技能參數(shù)的破壞性覆蓋問題，為機(jī)器人系統(tǒng)在復(fù)雜環(huán)境中的持續(xù)自主學(xué)習(xí)提供了可行的技術(shù)路徑。
 

 

　　實(shí)驗(yàn)結(jié)果表明，DRAE框架在多項(xiàng)關(guān)鍵指標(biāo)上達(dá)到國際先進(jìn)水平。在MimicGen多任務(wù)機(jī)器人操作基準(zhǔn)測(cè)試中，平均任務(wù)成功率達(dá)到78%，顯著超越傳統(tǒng)MoE基線模型的73%；在NAVSIM自動(dòng)駕駛導(dǎo)航仿真基準(zhǔn)中，綜合評(píng)估分?jǐn)?shù)達(dá)到82.5分，在路徑完成率(98.4%)和碰撞避免率(96.2%)兩項(xiàng)關(guān)鍵指標(biāo)上均為最佳表現(xiàn)；在LLFF和NeRF Synthetic 3D視覺合成數(shù)據(jù)集上，峰值信噪比分別達(dá)到26.07dB和27.47dB，超越當(dāng)前最先進(jìn)方法；在物理人形機(jī)器人的12項(xiàng)復(fù)雜動(dòng)作指令測(cè)試中，成功率達(dá)到90-100%，驗(yàn)證了框架在真實(shí)環(huán)境中的有效性。
 

 

　　該研究成果為提升機(jī)器人在復(fù)雜、非結(jié)構(gòu)化環(huán)境中的持續(xù)學(xué)習(xí)與自適應(yīng)能力提供了新的技術(shù)途徑，在有效緩解災(zāi)難性遺忘的同時(shí)保持了計(jì)算效率，為開發(fā)能夠長期自主學(xué)習(xí)的機(jī)器人系統(tǒng)提供了有價(jià)值的參考。
 

　　上述論文作者包括中國科學(xué)院重慶綠色智能技術(shù)研究院碩士一年級(jí)研究生龍埡宇、陳可為，通訊作者為尚明生研究員，相關(guān)研究得到了國家自然科學(xué)基金等項(xiàng)目的支持。