В узком коридоре маленький робот на колёсах и большой робот с другой системой поворота не могут ехать совершенно одинаково. Команда «поверни направо» приведёт к разным движениям. Группа Чжидуна Вана предложила учить одну программу планировать путь для нескольких видов роботов, не забывая об их различиях.
В основе метода лежит модель мира[2]: программа пытается предсказать, как изменится картинка вокруг робота после движения. Но одной картинки недостаточно. Учёные добавили описание того, как именно конкретный робот разгоняется и поворачивает. Поэтому программа может выбирать путь с учётом возможностей машины, а не только свободного места впереди.
В компьютерных испытаниях участвовали семь роботов пяти типов движения. Общая программа выполняла задания успешнее некоторых сравниваемых способов на 3,8–10,6 процентного пункта. Затем исследователи три минуты управляли настоящим роботом вручную, чтобы узнать особенности его движения, и проверили путь в незнакомом помещении.
Авторы связывают общую модель мира с дифференцируемой упрощённой моделью движения конкретного робота через изменение положения камеры. Общий предсказатель обучен на данных нескольких платформ, а параметры кинематики идентифицируют отдельно. При мысленном развёртывании будущего команда сначала проходит через модель робота, затем через предсказатель сцены. Это позволяет учитывать ограничения поворота и скорости без обучения отдельной политики для каждого типа машины.
Проверка настоящего робота важна, но она не означает, что программа уже подходит для любого транспорта или лестниц. В работе отдельно говорится о движении по ровной поверхности и определённых типах машин.
В реальном опыте параметры новой платформы определяли после трёх минут ручного движения, затем проверяли навигацию в незнакомых помещениях. Но центральное предположение о ровной поверхности не охватывает лестницы, крутые уклоны и контактное преодоление препятствий. Числовое превосходство над базовыми методами получено в симуляции, а реальный опыт подтверждает более узкий сценарий переноса.