マニピュレーション2025/5/1arXiv:2505.05287

両手利き双腕マニピュレーションのための形態対称強化学習

Morphologically Symmetric Reinforcement Learning for Ambidextrous Bimanual Manipulation

ロボットの左右対称性を帰納バイアスとして活用し、双腕操作タスクを片手ごとのサブタスクに分解して訓練し、両手利きのグローバル方策に蒸留する強化学習フレームワークSYMDEXを提案。

詳しい要約

1. どんなもの？

- 両手ロボットの左右対称性を inductive bias として活用する強化学習フレームワーク SYMDEX を提案 - 両手で同等に器用に操作できる ambidextrous bimanual manipulation を目指す - 複雑な両手タスクを per-hand subtask に分解し、各手の専用 policy を学習 - その後 subtask policy を hand-task assignment に依存しない global ambidextrous policy に distill - 6つの simulated manipulation タスクで評価し、うち2つで real-world deployment を実現

2. 先行研究と比べてどこがすごい？

- 人間の両側対称性に着目し、ロボットの構造的対称性を policy learning の inductive bias として明示的に利用 - equivariant neural networks により、片腕の経験を反対側の腕へ本質的に転移 - 左右の手が異なる役割を担う複雑タスクで baselines を大きく上回る - 4本腕の manipulation setup へ拡張でき、symmetry-aware policy が multi-arm collaboration と coordination を可能にする点を示す - 要旨からは不明：具体的な prior 手法名や比較対象の詳細

3. 技術・手法の肝は？

- 複雑な bimanual manipulation タスクを per-hand subtask に分解 - 各 subtask に対して専用 policy を学習 - equivariant neural networks を用いて bilateral symmetry を活用し、片腕の経験を反対腕へ共有 - subtask policy を global ambidextrous policy へ distill し、hand-task assignment に依存しない policy を獲得 - 構造的対称性を policy learning の inductive bias として組み込む点が肝

4. どうやって有効だと検証した？

- 6つの challenging simulated manipulation tasks で評価 - そのうち2つのタスクで real-world deployment に成功 - 左右の手が異なる役割を担う複雑タスクで baselines を強く上回ることを示す - 4本腕 manipulation setup へ拡張し、symmetry-aware policy による multi-arm collaboration と coordination の有効性を実証 - sample efficiency、robustness、generalization の向上を示す結果を報告

5. 議論はある？

- 構造的対称性を inductive bias として用いることで sample efficiency、robustness、generalization が向上すると主張 - 両手ロボットが左右どちらの手でも同等に器用に操作できる可能性を示す - 4本腕への拡張性を示し、multi-arm collaboration と coordination への応用可能性を議論 - 要旨からは不明：限界、失敗事例、real-world deployment の詳細な条件や評価指標

6. 次に読むべき論文は？

- 要旨で参照/比較されている具体的な先行研究は不明 - 関連手法として equivariant neural networks を用いた policy learning の研究 - bimanual manipulation の強化学習研究 - subtask policy の distillation に関する研究 - multi-arm manipulation や multi-robot coordination の研究

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Zechu Li, Yufeng Jin, Daniel Ordonez Apraez, Claudio Semini, Puze Liu, Georgia Chalvatzaki

分類: cs.RO, cs.LG

原文アブストラクト

Humans naturally exhibit bilateral symmetry in their gross manipulation skills, effortlessly mirroring simple actions between left and right hands. Bimanual robots-which also feature bilateral symmetry-should similarly exploit this property to perform tasks with either hand. Unlike humans, who often favor a dominant hand for fine dexterous skills, robots should ideally execute ambidextrous manipulation with equal proficiency. To this end, we introduce SYMDEX (SYMmetric DEXterity), a reinforcement learning framework for ambidextrous bi-manipulation that leverages the robot's inherent bilateral symmetry as an inductive bias. SYMDEX decomposes complex bimanual manipulation tasks into per-hand subtasks and trains dedicated policies for each. By exploiting bilateral symmetry via equivariant neural networks, experience from one arm is inherently leveraged by the opposite arm. We then distill the subtask policies into a global ambidextrous policy that is independent of the hand-task assignment. We evaluate SYMDEX on six challenging simulated manipulation tasks and demonstrate successful real-world deployment on two of them. Our approach strongly outperforms baselines on complex task in which the left and right hands perform different roles. We further demonstrate SYMDEX's scalability by extending it to a four-arm manipulation setup, where our symmetry-aware policies enable effective multi-arm collaboration and coordination. Our results highlight how structural symmetry as inductive bias in policy learning enhances sample efficiency, robustness, and generalization across diverse dexterous manipulation tasks.

arXivで原文を読む →arXiv概要ページ

両手利き双腕マニピュレーションのための形態対称強化学習

詳しい要約

1. どんなもの？

2. 先行研究と比べてどこがすごい？

3. 技術・手法の肝は？

4. どうやって有効だと検証した？

5. 議論はある？

6. 次に読むべき論文は？

原文アブストラクト

関連論文

今週よく読まれている記事

OZ GAMING（GPU搭載BTOゲーミングPC）

双腕モバイルマニピュレーター OpenShell