更快的机器人：速度适应模仿学习（SAIL） ^{CEFR B2}

模仿学习让机器人通过复制人类示范来掌握新技能，但示范速度往往限定了机器人自身的运行速度。佐治亚理工的团队提出要突破这一瓶颈，使机器人在更接近现实的场景中既更快又保持控制与精度。

他们开发的速度适应模仿学习（SAIL）具有模块化架构，关键模块在高速下仍能保持动作平滑并精确跟踪期望轨迹。系统根据任务复杂性动态调整速度，并通过动作调度（motion scheduling）来弥补硬件延迟，从而维持协调与稳定。

研究团队在仿真环境和两台实体机器人平台上对SAIL进行了12项任务的评估，任务包括：

• 堆叠杯子
• 折叠布料
• 装盘水果
• 打包食品
• 擦白板

结果显示，在大多数测试中，启用SAIL的机器人比标准模仿学习系统快三到四倍，同时保持精确性。擦白板任务是例外，因为该任务需要与表面持续接触，高速执行时表现受限。Shreyas Kousik 强调理解何处提速有利非常重要，Benjamin Joffe 则指出团队希望不仅让机器人更快，还要让它们能判断何时提速会出错。该工作在机器人学习大会（Conference on Robot Learning，CoRL）上展示，研究由佐治亚州和佐治亚理工学院的农业技术研究项目资助。