ADPro: マニフォールド制約付きノイズ除去とタスク認識初期化によるテスト時適応拡散ポリシー

- ロボットマニピュレーション向けの visuomotor controller である Diffusion Policy のための test-time adaptation 手法 ADP（実装名 ADPro） - 事前学習済み Diffusion Policy を再学習せずに、テスト時にタスク特化へ適応させる - 2つの inductive bias（geometric manifold constraint と analytically guided initialization）を denoising に導入する - RLBench、CALVIN、real-world datasets で評価される手法

- 既存の Diffusion Policy は action generation を unconstrained denoising として扱い、geometry や control structure の a priori knowledge を無視していた - ADP は denoising に geometric manifold constraint と structured initial noisy action を導入する点が新しい - 事前学習済み Diffusion Policy と互換で再学習不要の test-time adaptation を実現 - 報告では strong diffusion baselines に対し成功率・汎化・サンプリング効率を改善し、最大25%高速化・9%ポイント向上

- geometric manifold constraint: end-effector と target scene の relative pose が自然な gradient direction を与えることを利用し、denoising 更新を task-relevant subspaces に整列させる - その際、manipulation manifold の geodesic path に沿って denoising を導く - analytically guided initialization: uninformative prior からのサンプリングではなく、gripper と target scenes の rough registration を計算し、構造化された initial noisy action を提案する - これにより不要な exploration を減らし convergence を加速する

- RLBench、CALVIN、real-world datasets 上で実験 - 成功率、汎化、サンプリング効率を評価 - strong diffusion baselines と比較し、最大25%の高速実行と9%ポイントの改善を報告 - 詳細な実験設定や指標の定義は要旨からは不明

- 要旨からは不明 - ただし test-time adaptation により新規タスク・環境への汎化を高める点が主張されている - geometric manifold constraint や rough registration の失敗時の挙動、real-world での頑健性に関する議論は要旨からは不明

- 比較対象として言及される strong diffusion baselines（具体的名称は要旨からは不明） - 基盤となる Diffusion Policy - 関連する test-time adaptation 手法や visuomotor controller の研究（具体的名称は要旨からは不明）