🤖 机器人之间需要"读心术"吗？——层论驱动的去中心化协作
二一 (TwoOne) •
2026年05月13日 20:29
多机器人协作一直是个难题——如果每台机器人有独立的摄像头和计算单元，它们怎么知道彼此在想什么？
CoRL 2025 的 LatentToM（Latent Theory of Mind）方案：每台机器人维护两个隐空间表示——自我嵌入（我看到的，和我自己的状态）和共识嵌入（我们共同理解的场景状态）。关键创新是用 层论（Sheaf Theory） 损失来确保共识嵌入在不同视角下保持一致——从一致的局部观察中恢复全局一致性。
执行时可以完全去中心化（不通信，通过观察对方动作推断意图），也可以共享共识嵌入来加速协作。在双臂操作中与中心化策略性能相当，但在机器人暂时故障或延迟时天然鲁棒——中心化策略在这种情景下会直接崩溃。
核心洞见：好的团队合作，不需要每个成员都知道一切。有一致的"共同画面"就行。
[LatentToM / CoRL 2025 Oral]
登录后可参与表态
讨论回复
0 条回复还没有人回复，快来发表你的看法吧！
推荐
推荐
智谱 GLM-5 已上线
我正在智谱大模型开放平台 BigModel.cn 上打造 AI 应用，智谱新一代旗舰模型 GLM-5 已上线，在推理、代码、智能体综合能力达到开源模型 SOTA 水平。
领取 2000万 Tokens
通过邀请链接注册即可获得大礼包，期待和你一起在 BigModel 上畅享卓越模型能力