日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

English週刊ニュースレター購読
マニピュレーションarXiv:2509.06953

動的環境における反応的マニピュレータ動作計画のための深層反応ポリシー

Deep Reactive Policy: Learning Reactive Manipulator Motion Planning for Dynamic Environments

シェア:XThreadsFacebookLINEはてブBluesky

点群入力を直接用いて動的・部分観測環境で衝突回避動作を生成する視覚運動ニューラルポリシーDRPを提案し、シミュレーションと実機で従来手法を上回る成功率を示した。

詳しい要約

1. どんなもの？

- 動的で部分的に観測可能な環境でのロボットマニピュレータの衝突回避運動生成の課題に対し、Deep Reactive Policy (DRP) を提案。 - DRP は point cloud を直接入力とする visuo-motor neural motion policy で、反応的な運動生成を実現。 - 中核は IMPACT と呼ばれる transformer ベースの neural motion policy で、1000万の生成された expert trajectories で事前学習。 - 推論時に DCP-RMP を用いて動的障害物回避を強化。 - シミュレーションと実世界の両方で評価。

2. 先行研究と比べてどこがすごい？

- 古典的な motion planner は完全な環境知識を必要とし、動的シーンには遅すぎるが、DRP は閉ループで raw sensory inputs から直接動作。 - 既存の neural motion policies は複雑・動的な設定での汎化が困難だが、DRP は大規模事前学習と finetuning により汎化性能を向上。 - 先行の classical および neural 手法と比較して、成功率で優れる。

3. 技術・手法の肝は？

- IMPACT: transformer ベースの neural motion policy を 1000万の expert trajectories で事前学習。 - 静的障害物回避を iterative student-teacher finetuning で改善。 - 動的障害物回避を推論時に DCP-RMP（locally reactive goal-proposal module）で強化。 - point cloud 入力から直接運動を生成する閉ループ制御。

4. どうやって有効だと検証した？

- clutter されたシーン、動く障害物、ゴール妨害を含む挑戦的タスクで評価。 - シミュレーションと実世界の両方で実験。 - 先行の classical および neural 手法と比較し、成功率で優れることを示した。 - ビデオとコードを公開。

5. 議論はある？

- 要旨からは不明（具体的な議論や限界についての記述なし）。

6. 次に読むべき論文は？

- 要旨で参照されている先行研究: classical motion planners, neural motion policies, IMPACT, DCP-RMP。 - 関連手法として transformer ベースの政策、student-teacher finetuning、point cloud を用いた運動計画。 - 同分野の定番: Rapidly-exploring Random Tree (RRT), Probabilistic Roadmap (PRM), 強化学習ベースの運動計画。

※ 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: Jiahui Yang, Jason Jingzhou Liu, Yulong Li, Youssef Khaky, Kenneth Shaw, Deepak Pathak

分類: cs.RO, cs.AI, cs.CV, cs.LG, cs.SY, eess.SY

原文アブストラクト

Generating collision-free motion in dynamic, partially observable environments is a fundamental challenge for robotic manipulators. Classical motion planners can compute globally optimal trajectories but require full environment knowledge and are typically too slow for dynamic scenes. Neural motion policies offer a promising alternative by operating in closed-loop directly on raw sensory inputs but often struggle to generalize in complex or dynamic settings. We propose Deep Reactive Policy (DRP), a visuo-motor neural motion policy designed for reactive motion generation in diverse dynamic environments, operating directly on point cloud sensory input. At its core is IMPACT, a transformer-based neural motion policy pretrained on 10 million generated expert trajectories across diverse simulation scenarios. We further improve IMPACT's static obstacle avoidance through iterative student-teacher finetuning. We additionally enhance the policy's dynamic obstacle avoidance at inference time using DCP-RMP, a locally reactive goal-proposal module. We evaluate DRP on challenging tasks featuring cluttered scenes, dynamic moving obstacles, and goal obstructions. DRP achieves strong generalization, outperforming prior classical and neural methods in success rate across both simulated and real-world settings. Video results and code available at https://deep-reactive-policy.com

arXivで原文を読む →arXiv概要ページ

関連論文

← 論文一覧

今週よく読まれている記事

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2GXO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
  3. 3newmo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
  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

MINISFORUM（ミニPC）

MINISFORUM（ミニPC）の公式広告バナーMINISFORUM公式ストアを見る ↗
PR本紙発行元 EmplifAI
双腕モバイルマニピュレーターOpenShellの実機とお披露目フライヤー

双腕モバイルマニピュレーター OpenShell

人と働くために、顔がある。

OpenShellの特徴・実機を見る →