SAIL: 模倣学習ポリシーのデモンストレーション超高速実行

- 本研究は、Offline Imitation Learning（IL）で学習した visuomotor policy を、demonstration より高速に実行するという新規問題を提示・定式化する。 - 既存の IL 方針は demonstration と同じ速度に制限され、産業自動化などで重要な task throughput を制約する。 - その解決のため、SAIL（Speed Adaptation for Imitation Learning）という full-stack system を提案する。 - 4 つの密接に関連する component を統合し、simulation と 2 つの実機で最大 4x/3.2x の高速化を報告する。

- 先行の Offline IL（Behavior Cloning など）は複雑なロボット manipulation を獲得できるが、実行速度は demonstration と同等に留まる。 - 本研究は faster-than-demonstration execution という問題自体を新規に定式化した点が特徴。 - 単なる高速化ではなく、robot dynamics と state-action distribution shifts という根本課題を特定。 - 4 component を統合した full-stack system として実現し、最大 4x（simulation）/3.2x（実機）の高速化を達成。

- SAIL は 4 つの component を統合する。 - (1) consistency-preserving action inference algorithm：高速でも滑らかな運動を実現。 - (2) controller-invariant motion targets の高忠実 tracking。 - (3) motion complexity に応じて実行速度を動的に調整する adaptive speed modulation。 - (4) 実環境の system latency に対処する action scheduling。 - これらで robot dynamics と state-action distribution shifts に対処する。

- simulation と 2 つの実機ロボット platform にまたがる 12 の task で実験。 - simulation では最大 4x、実世界では最大 3.2x の demonstration 速度に対する高速化を達成。 - 詳細は https://nadunranawaka1.github.io/sail-policy で公開。

- 要旨からは不明。 - 明示されているのは、robot dynamics と state-action distribution shifts が根本課題である点、および system latency への対処が必要である点。 - 限界や失敗事例、高速化に伴う精度低下などの議論は要旨からは不明。

- 要旨で参照/比較されている研究は Behavior Cloning などの Offline Imitation Learning（IL）手法。 - 関連手法として visuomotor policy、adaptive speed modulation、action scheduling が挙げられる。 - 具体的な個別論文名は要旨からは不明。