日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

クロスドメイン学習arXiv:2508.07842

DETACH: 分離された専門家の混合による長期的タスクのためのクロスドメイン学習

DETACH: Cross-domain Learning for Long-Horizon Tasks via Mixture of Disentangled Experts

シェア:XThreadsFacebookLINEはてブBluesky

脳の「どこ・何」二重経路に着想を得て、環境理解とスキル実行を分離する二流構成で、人間-シーン相互作用の長期的タスクをクロスドメインで学習するフレームワークを提案。

詳しい要約

1. どんなもの?

- Human-Scene Interaction (HSI) の Long-Horizon (LH) タスク向け cross-domain 学習フレームワーク DETACH の提案 - LH タスクは連続 planning・逐次意思決定・長期実行を要する複数ステップの複合タスク - 生物の脳の "where-what" dual pathway 機構に着想を得た dual-stream disentanglement を採用 - 2 つのコアモジュールで構成 - environment learning module: 物体機能・空間関係・scene semantics を捉える spatial understanding 用 - skill learning module: joint degrees of freedom や motor patterns を含む self-state を処理する task execution 用

2. 先行研究と比べてどこがすごい?

- 既存手法は pre-trained subtasks を連結する skill chaining に強く依存 - 既存手法では environment observations と self-state が密結合し、新しい環境とスキルの組合せへの汎化が困難 - そのため cross-domain の多様な LH タスクを完遂できない課題があった - DETACH は environment-self の完全な disentanglement と motor pattern の独立 encoding で cross-domain / cross-skill transfer を可能にする点が新しい - 実験で平均 subtasks success rate 23% 向上、平均 execution efficiency 29% 向上を報告

3. 技術・手法の肝は?

- 脳の "where-what" dual pathway に着想を得た dual-stream disentanglement が肝 - environment learning module - spatial understanding を担い object functions・spatial relationships・scene semantics を捕捉 - 完全な environment-self disentanglement により cross-domain transfer を実現 - skill learning module - joint degrees of freedom や motor patterns などの self-state 情報を処理 - 独立した motor pattern encoding により cross-skill transfer を実現 - 詳細なネットワーク構成や学習手順は要旨からは不明

4. どうやって有効だと検証した?

- HSI シーンにおける各種 LH タスクで広範な実験を実施したと記載 - 既存手法との比較で平均 subtasks success rate が 23% 向上 - 平均 execution efficiency が 29% 向上 - 具体的なデータセット名・ベースライン名・評価指標の定義は要旨からは不明

5. 議論はある?

- 要旨からは不明 - 想定される論点として disentanglement の完全性の検証、cross-domain / cross-skill transfer の限界、計算コストや実機適用性が考えられるが、要旨に無いため断定しない

6. 次に読むべき論文は?

- 要旨で参照・比較されている個別研究は明示されていない - 関連手法として skill chaining による pre-trained subtasks 連結型の手法 - 着想元である脳の "where-what" dual pathway に関する神経科学的研究 - 同分野の定番として Human-Scene Interaction (HSI) の Long-Horizon (LH) タスク研究、cross-domain transfer や disentangled representation learning の関連研究

※ 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: Yutong Shen, Hangxu Liu, Lei Zhang, Penghui Liu, Ruizhe Xia, Tianyi Yao, Tongtong Feng

分類: cs.RO, cs.AI

原文アブストラクト

Long-Horizon (LH) tasks in Human-Scene Interaction (HSI) are complex multi-step tasks that require continuous planning, sequential decision-making, and extended execution across domains to achieve the final goal. However, existing methods heavily rely on skill chaining by concatenating pre-trained subtasks, with environment observations and self-state tightly coupled, lacking the ability to generalize to new combinations of environments and skills, failing to complete various LH tasks across domains. To solve this problem, this paper presents DETACH, a cross-domain learning framework for LH tasks via biologically inspired dual-stream disentanglement. Inspired by the brain's "where-what" dual pathway mechanism, DETACH comprises two core modules: i) an environment learning module for spatial understanding, which captures object functions, spatial relationships, and scene semantics, achieving cross-domain transfer through complete environment-self disentanglement; ii) a skill learning module for task execution, which processes self-state information including joint degrees of freedom and motor patterns, enabling cross-skill transfer through independent motor pattern encoding. We conducted extensive experiments on various LH tasks in HSI scenes. Compared with existing methods, DETACH can achieve an average subtasks success rate improvement of 23% and average execution efficiency improvement of 29%.

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2newmoとKDDIが資本業務提携 2028年に堺市で自動運転タクシー商用化目指す提携・買収
  3. 3GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

FRONTIER(GPU搭載BTOパソコン)

FRONTIER(GPU搭載BTOパソコン)の公式広告バナーFRONTIERでGPU搭載PCを見る ↗
PR本紙発行元 EmplifAI