SymSkill: データ効率的で反応的な長期マニピュレーションのための記号とスキルの共創

- 動的環境での多段階 manipulation を対象とした統合フレームワーク SymSkill の提案。 - ラベルなし・未分割の demonstrations から predicates, operators, skills を同時に学習する。 - offline で記号的抽象化と goal-oriented skills を学習し、online では symbolic planner で skill を構成・並べ替える。 - motion レベルと symbolic レベルの両方でリアルタイムに failure recovery を行う。 - compliant controller と組み合わせ、人や環境の外乱下でも安全な実行を狙う。

- Imitation learning (IL) は reactive だが monolithic policies のため compositional generalization に欠ける。 - 古典的 task-and-motion planning (TAMP) は compositionality を持つが planning latency が高くリアルタイム failure recovery が困難。 - SymSkill は両者の利点を統合し、compositional generalization と real-time recovery を両立させる点が特徴。 - 未ラベル・未分割の demonstrations から predicates, operators, skills を jointly 学習する点も従来との差異として示される。

- offline フェーズで demonstrations から symbolic abstractions と goal-oriented skills を直接学習する。 - online フェーズでは学習済み predicates の conjunction を symbolic goal として与え、symbolic planner が skills を compose・reorder する。 - failure 時には motion レベルと symbolic レベルの双方でリアルタイムに recovery する仕組みを持つ。 - compliant controller を併用し、人・環境からの disturbance 下での安全な実行を支える。

- RoboCasa simulation で 12 個の single-step tasks を 85% の success で実行。 - 追加データなしでそれらを multi-step plans に compose できることを確認。 - 実機 Franka robot で 5 分間の play data から学習し、goal specifications に基づく 12-step tasks を実行。 - code と追加分析が https://symskill.github.io/ で公開されている。

- 要旨からは不明。 - 明示されているのは、dynamic environments での multi-step manipulation が依然 challenging であるという問題意識。 - IL の compositional generalization 欠如と TAMP の planning latency という対比が動機として述べられる。 - 限界や失敗事例、ablation 等の議論は要旨からは不明。

- 比較対象として挙げられている Imitation learning (IL) および task-and-motion planning (TAMP) の関連研究。 - 評価環境である RoboCasa simulation に関する研究。 - 実機実験で用いられた Franka robot 上の manipulation 研究。 - compliant controller に関連する安全な実行の研究。 - 要旨で個別論文名の参照はないため、上記は手法・環境・機体名ベースの候補。