如果能从两个队友共同搬运物体时的行动中推断出对方的身体限制，机器人就能更好地协调配合。Watch, Infer, Coordinate 基准测试了一种利用过去协同行动、适应陌生且充满障碍的任务的方法。该方法在三种模拟搬运场景中提升了表现，效果接近已知队友真实约束的规划器。
目录
研究人员构建了什么？
Watch, Infer, Coordinate (WIC) 是一套基准测试与规划方法，面向必须协同工作的机器人团队，其中一名队友受到身体约束。约束可能会使机器人无法到达某种姿态或以某种方式移动。WIC 不会假定两台机器人能力相同，而是利用双方过去协作的实例，在规划新任务前估计受约束队友的能力。
该基准涵盖三种复杂度逐步提高的协同搬运场景：二维杆、两条固定基座 UR5 机械臂，以及两条移动式 UR5 机械臂。在每种场景中，队友都必须共同移动一个物体。测试的重点是：辅助机器人能否根据过去的协作推断队友的约束，并帮助完成不同的任务，包括需要经过障碍物的路线。
这一点很重要，因为录制的演示并不会直接说明机器人为何选择某个动作，也无法表明其他动作在物理上是否不可行。WIC 将两台机器人的动作都视为证据：受约束机器人的移动固然重要，辅助机器人为补偿队友、让共同搬运的物体保持正确路线而做出的调整也同样重要。随后，该方法会在规划时利用推断出的约束，而不是简单重放先前的演示。
基准测试结果说明了什么？
在全部三种场景中，所提出的方法既提高了对队友约束的估计准确度，也提升了团队在新协作任务中的成功表现。其后续任务表现接近于获得队友真实身体约束的预言机规划器。结果支持了这一核心观点：辅助机器人为补偿队友而采取的动作，能够让队友的局限更容易被推断出来。
实验将 WIC 与四种替代方案进行了比较。CE-CM-Div 是主要的能力推断基线。对约束信息一无所知的 Capacity-blind CEM 使用相同的规划器，但不提供队友约束信息；Oracle CEM 则获得正确的约束。行为克隆从演示中学习，用于检验仅靠模仿观察到的行为能否应对任务变化。
评估包括每种场景中的三个固定约束案例、三个新的障碍任务、一个无障碍对照任务，以及三个评估随机种子。论文提供的文本没有列出确切的成功率或推断分数，因此这里仅作定性比较：报告的性能提升覆盖全部三种场景，基于约束推断的方法表现接近预言机。定性示例也说明了这类信息为何有用：规划器可以避开看似自然、但受约束队友无法完成的动作。
约束推断如何运作？
WIC 将队友的身体能力视为一个隐藏变量，它从有限数量的可能约束中取值。机器人先在早前的任务中协作，辅助机器人观察双方采取的动作。对于每种候选约束，该方法都会估计它对观察到的联合行为的解释程度。越能解释演示的候选约束，在最终形成的能力信念中获得的支持就越强；能力信念是系统对哪些约束适用的当前估计。
同时利用两台机器人的动作很重要。受约束机器人没有以某种方式移动，单凭这一点无法判断这种动作是不可能做到，还是根本没有必要。但如果它的辅助机器人在共同搬运物体时反复调整自身动作来进行补偿，这些调整就能揭示队友的局限。因此，该方法将行为解读为相互关联的响应，而不是两份彼此独立的动作记录。
底层行为模型会根据智能体的目标和任务预测其行动方式。若在每个观测状态下，都针对每种可能约束反复求解该模型，代价会很高。因此，研究人员利用已知真实约束的模拟协作，离线训练模型。推断时，约束是隐藏的；学习得到的模型会为候选解释打分，以评估其对观测动作的解释能力。
具体实现会随场景复杂度而变化。对于二维杆，该方法预测双方的动作价值，将其转化为动作概率，再评估每种候选约束下观察到的动作有多大可能发生。对于固定基座机械臂，它估计每一步对候选约束评分的贡献。对于移动式机械臂，它会对整段演示评分，并结合机械臂和底座的约束分量。最终得到的信念会用于指导新任务的规划器。
这对现实世界的机器人技术为何重要？
协同工作的机器人团队不能总是假定队友能够完成任务可能要求的所有动作。身体限制可能因硬件配置、负载、受限关节、移动能力或机器人所处位置而异。如果规划器忽略这些差异，就可能要求队友做出无法完成的动作，浪费时间或打乱协作任务。
WIC 展示了一种实用的替代思路：让机器人从观察到的协作中进行适应，而不是要求每次执行任务前都先完整说明队友的能力。原则上，这有助于团队应对机器人配置的变化，或与不熟悉的队友协作。该基准聚焦于共同搬运物体，但更广泛的启示适用于任何智能体的局限会影响整个团队行动的场景。
这项工作是一个模拟基准测试，并非在工厂车间或仓库进行的部署演示。不过，其中使用两台 UR5 的场景与工业机械臂团队相关，而移动式机械臂场景则与协同物料搬运相呼应。正在了解这些类别的买家和运营者可以浏览二手工业机器人或探索仓储机器人。这项研究展示的是未来系统可能具备的一种能力，而不是可直接安装的产品功能。
有哪些局限和待解问题？
该基准有意简化了推断问题。它假设行为模型、任务目标和环境动力学均已知，观测完整，可能的约束来自一个有限集合。现实部署中，传感信息可能不确定，动力学可能变化，目标可能未知，队友的能力也可能不符合预先设定的列表。这些情况都会增加推断和规划的难度。
结果也依赖于此前协作的演示，以及能够利用推断约束的规划器。论文报告称，表现接近预言机，但所提供的文本没有包含具体分数，无法量化差距或比较任务难度。此外，由于现有方法采用不同的能力表示方式或不同的观测信息，可直接比较的基线有限。对异构机器人团队和人机协作进行测试，仍是重要的下一步工作。
常见问题有哪些？
这里的“零样本协作”是什么意思？ 指利用从早前协作中学到的信息完成新任务，而不必先收集该特定任务的演示。
该方法推断什么？ 它根据机器人双方在此前共同搬运任务中的动作，估计队友机器人的身体约束。
该方法是否在实体机器人上测试过？ 所描述的基准采用模拟协作。论文提供的文本没有报告现实世界部署评估。
为什么不直接模仿早前的演示？ 新任务可能需要不同的动作。WIC 利用演示推断约束，随后规划出可行的应对方式，而不是重放旧行为。
结论
Watch, Infer, Coordinate 展示了机器人如何从双方的协作方式中学习队友的身体限制，并在新任务中利用这些信息。该方法在三种模拟搬运场景中的结果表明，联合行为有望成为信息来源，帮助机器人团队更灵活地适应任务。
机器人应如何在任务开始前了解新队友的能力？