日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

VLAarXiv:2509.21073

正規化フローによる双腕視覚運動ポリシー

Normalizing Flows are Capable Models for Bi-manual Visuomotor Policy

シェア:XThreadsFacebookLINEはてブBluesky

双腕操作のための条件付き正規化フローベースの視覚運動ポリシーNF-Pを提案し、尤度計算を活かした推論時最適化で高成功率・低遅延を実現した。

詳しい要約

1. どんなもの?

- Normalizing Flows を用いた両腕操作(bi-manual manipulation)向けの visuomotor policy「Normalizing Flows Policy (NF-P)」を提案する研究。 - 行動系列(action sequences)に対する条件付き密度(conditional density)を学習し、単一パス(single-pass)での生成サンプリングと扱いやすい尤度計算(tractable likelihood computation)を可能にする。 - 推論時に尤度を活用する2つの最適化戦略(Stochastic Batch Selection と Gradient Refinement)を備える。

2. 先行研究と比べてどこがすごい?

- 近年の汎用ロボティクスは diffusion-based models を採用してきたが、推論コストが高く、出力の不確実性を定量化できないというトレードオフがあった。 - NF-P は normalizing flows により、単一パス生成サンプリングと tractable likelihood computation を両立し、推論レイテンシ低減と不確実性を扱える点で先行手法と異なる。 - 実験では baseline 比で有望な成功率に加え、学習の高速化と推論レイテンシの低減を示した。

3. 技術・手法の肝は?

- 条件付き normalizing flow により行動系列上の条件付き密度を学習する visuomotor policy。 - 単一パスでサンプリングでき、尤度計算が可能な性質を推論時最適化に利用する。 - Stochastic Batch Selection: 複数候補サンプルの中から尤度が最も高い軌道を選択する。 - Gradient Refinement: log-likelihood を直接勾配上昇させて行動品質を改善する。

4. どうやって有効だと検証した?

- simulation と real robot experiments の両方で評価を実施。 - baseline と比較して有望な成功率(promising success rates)を達成。 - タスク性能の向上に加え、学習の高速化と推論レイテンシの低減を示した。 - 具体的なタスク・データセット・指標の詳細は要旨からは不明。

5. 議論はある?

- normalizing flows が競争力のある計算効率の良い visuomotor policy であり、特にリアルタイムかつ不確実性を考慮したロボット制御に適することを主張。 - 推論時最適化(Stochastic Batch Selection, Gradient Refinement)の有効性や限界についての詳細な議論は要旨からは不明。 - baseline の具体的な手法名や比較条件、失敗事例の分析は要旨からは不明。

6. 次に読むべき論文は?

- 比較対象として言及される diffusion-based models(probabilistic diffusion-based visuomotor policy)の代表的研究。 - normalizing flows を用いた模倣学習・policy learning の関連研究。 - bi-manual manipulation 向け visuomotor policy の既存研究。 - 不確実性を考慮したロボット制御(uncertainty-aware robotic control)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: Jialong Li, Simon Kristoffersson Lind, Wenrui Xie, Maj Stenmark, Volker Krüger

分類: cs.RO

原文アブストラクト

The field of general-purpose robotics has recently embraced powerful probabilistic diffusion-based models to learn the complex embodiment behaviours. However, existing models often come with significant trade-offs, namely high computational costs for inference and a fundamental inability to quantify output uncertainty. We introduce Normalizing Flows Policy (NF-P), a conditional normalizing flow-based visuomotor policy for bi-manual manipulation. NF-P learns a conditional density over action sequences and enables single-pass generative sampling with tractable likelihood computation. Using this property, we propose two inference-time optimization strategies: Stochastic Batch Selection, which selects the highest-likelihood trajectory among sampled candidates, and Gradient Refinement, which directly ascends the log-likelihood to improve action quality. In both simulation and real robot experiments, NF-P achieves promising success rates compared to the baseline. In addition to improved task performance, NF-P demonstrates faster training and lower inference latency. These results establish normalizing flows as a competitive and computationally efficient visuomotor policy, particularly for real-time, uncertainty-aware robotic control.

関連論文

  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