模倣学習・運動生成2025/7/1arXiv:2507.10602

リズムに乗る動作を学習：軌道安定性を保証するタスク条件付き運動ポリシー

Learning to Move in Rhythm: Task-Conditioned Motion Policies with Orbital Stability Guarantees

学習した微分同相エンコーダとHopf分岐を組み合わせ、実演から周期的運動を獲得しつつ軌道安定性を保証するOSMPを提案。タスク条件付けにより単一ポリシーで複数運動を表現し、多様なロボットで有効性を示した。

詳しい要約

1. どんなもの？

- 周期的・リズム的運動をdemonstrationから学習するための新フレームワーク **Orbitally Stable Motion Primitives (OSMPs)** を提案する研究。 - 学習した diffeomorphic encoder と latent space 上の supercritical Hopf bifurcation を組み合わせ、周期的運動の獲得を目指す。 - 単一ポリシーで複数の運動目的を表現できる task-conditioned な枠組み。 - collaborative arms、soft manipulators、bio-inspired rigid-soft turtle robot など多様なロボットで検証。

2. 先行研究と比べてどこがすごい？

- 従来の Dynamic Motion Primitives は安定性・外乱頑健性を持つが、複雑な周期的挙動の獲得や異なるタスク間の補間が苦手で、locomotion や rhythmic tool use などへの適用が狭められていた。 - OSMPs は周期的運動を demonstration から正確に獲得しつつ、orbital stability と transverse contraction の形式的保証を与える点が異なる。 - task で bijective encoder を条件付けすることで、単一ポリシーが複数運動目的を表現し、訓練分布内の未見運動目的へ zero-shot 汎化できる。 - diffusion policies など state-of-the-art baselines を一貫して上回ると主張。

3. 技術・手法の肝は？

- 学習された **diffeomorphic encoder** により観測・運動を latent space へ写像する。 - latent space に **supercritical Hopf bifurcation** を導入し、周期的運動の生成源とする。 - これにより orbital stability と transverse contraction の形式的保証を実現。 - encoder を task で条件付け（task-conditioned bijective encoder）し、単一ポリシーで複数運動目的を表現。 - 訓練分布内の未見運動目的への zero-shot 汎化を狙う構成。

4. どうやって有効だと検証した？

- 広範な simulation 実験と real-world 実験を実施。 - collaborative arms、soft manipulators、bio-inspired rigid-soft turtle robot など多様な robotic platforms で検証。 - diffusion policies を含む state-of-the-art baselines と比較し、一貫して上回る性能を示したと報告。 - 具体的な評価指標・タスク設定の詳細は要旨からは不明。

5. 議論はある？

- 要旨からは不明。 - ただし主張として、周期的運動の形式的安定性保証と task-conditioned な zero-shot 汎化の両立を掲げている。 - 訓練分布外の運動目的への汎化や、実機での外乱・接触への頑健性に関する議論の有無は要旨からは不明。

6. 次に読むべき論文は？

- **Dynamic Motion Primitives**（比較対象として言及） - **diffusion policies**（state-of-the-art baseline として言及） - **supercritical Hopf bifurcation** を用いた周期的運動生成に関する文献 - **diffeomorphic encoder** / 正規化フロー系の学習手法 - task-conditioned policy や zero-shot generalization に関する研究

※ 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: Maximilian Stölzle, T. Konstantin Rusch, Zach J. Patterson, Rodrigo Pérez-Dattari, Francesco Stella, Josie Hughes, Cosimo Della Santina, Daniela Rus

分類: cs.RO, cs.AI

原文アブストラクト

Learning from demonstration provides a sample-efficient approach to acquiring complex behaviors, enabling robots to move robustly, compliantly, and with fluidity. In this context, Dynamic Motion Primitives offer built - in stability and robustness to disturbances but often struggle to capture complex periodic behaviors. Moreover, they are limited in their ability to interpolate between different tasks. These shortcomings substantially narrow their applicability, excluding a wide class of practically meaningful tasks such as locomotion and rhythmic tool use. In this work, we introduce Orbitally Stable Motion Primitives (OSMPs) - a framework that combines a learned diffeomorphic encoder with a supercritical Hopf bifurcation in latent space, enabling the accurate acquisition of periodic motions from demonstrations while ensuring formal guarantees of orbital stability and transverse contraction. Furthermore, by conditioning the bijective encoder on the task, we enable a single learned policy to represent multiple motion objectives, yielding consistent zero-shot generalization to unseen motion objectives within the training distribution. We validate the proposed approach through extensive simulation and real-world experiments across a diverse range of robotic platforms - from collaborative arms and soft manipulators to a bio-inspired rigid-soft turtle robot - demonstrating its versatility and effectiveness in consistently outperforming state-of-the-art baselines such as diffusion policies, among others.

arXivで原文を読む →arXiv概要ページ

← 論文一覧