収束する機能、発散する形態：形態と制御の効率的な共設計フレームワークLOKI

生物の適応に着想を得た、形態(morphology)と制御ポリシー(control policy)を共設計(co-design)する計算効率の高いフレームワーク LOKI の提案。学習した潜在空間(latent space)上で形態的に類似した設計のクラスタ間で共有制御ポリシーを学習する『convergent functions』と、mutation を動的局所探索(dynamic local search)に置き換えて多様な形態を探索する『divergent forms』を組み合わせ、未見タスクへ汎化する設計を生成する。UNIMAL 設計空間と平坦地形の locomotion タスクで評価。

- 従来の evolutionary algorithms や quality-diversity algorithms は非効率で、設計ごとの学習コストが高い。 - LOKI はポリシー再利用により、78% 少ない simulation steps と設計あたり 40% 少ない compute で 780× 多くの設計を探索可能。 - 生成される形態の多様性が先行研究より大幅に高く、quadrupeds から crabs、bipedals、spinners まで得られる。 - 未見の下流タスク(agility、stability、manipulation)への転移性能も向上(例: bump と push box incline タスクで 2× の reward)。

- convergent functions: 学習した latent space 上で形態的に類似した設計クラスタに対し、共有 control policy を訓練し設計あたりの学習コストを削減。 - divergent forms: mutation の代わりに dynamic local search を導入し、探索範囲を広げ早期収束(premature convergence)を防ぐ。 - 局所競争(local competition)と広域探索の組み合わせにより、多様かつ高性能な最終形態を得る。 - UNIMAL 設計空間と flat-terrain locomotion タスクを対象。

- UNIMAL 設計空間と平坦地形の locomotion タスクで LOKI を評価。 - 生成形態の多様性を先行研究と比較(quadrupeds、crabs、bipedals、spinners など)。 - 未見の下流タスク(agility、stability、manipulation 領域)への転移を検証し、bump および push box incline タスクで 2× の reward を報告。 - サンプル効率(780× 多い設計、78% 少ない simulation steps、40% 少ない compute per design)を定量比較。

- 要旨からは不明(具体的な限界や失敗事例、計算コストの内訳、latent space 設計の感度などは記述されていない)。 - 主張として、多様性と適応性を両立し既存 co-design 手法より大幅に高い sample efficiency を持つと述べるにとどまる。

- 要旨で明示的に参照/比較されている個別研究名は無い。関連手法として evolutionary algorithms、quality-diversity algorithms、既存の co-design 手法、UNIMAL 設計空間を用いた先行研究が挙げられる。 - 同分野の定番として morphology-control co-design、quality-diversity(例: MAP-Elites 系)、evolutionary robotics 関連の文献を次に読む候補とする。