オンライン模倣事前学習付きワールドモデルによるマニピュレーションの効率的なSim-to-Real転移レシピ

- 限られた実世界の expert data での imitation learning を扱う研究 - robot simulators を活用した online imitation learning の解法を提案 - world models を基盤とし、online imitation pretraining と offline finetuning を組み合わせる sim-to-real framework - 対象は manipulation タスク

- 既存の offline imitation 手法は poor data coverage と severe performance degradation に悩む - 提案法は online interactions を活用し、offline 手法の data coverage 制約を緩和 - finetuning 時の robustness 向上と performance degradation 低減を狙う - domain transfer 時の generalization も強化 - 実験で sim-to-sim transfer は少なくとも 31.7%、sim-to-real transfer は 23.3% の success rate 改善を既存 offline imitation learning baselines に対して示す

- robot simulators を用いた online imitation learning を採用 - world models を基盤とする sim-to-real framework - online imitation pretraining と offline finetuning を組み合わせる構成 - online interactions により data coverage の制約を緩和 - 詳細な network 構成や学習アルゴリズムは要旨からは不明

- sim-to-sim transfer と sim-to-real transfer の両方で empirical results を報告 - 既存 offline imitation learning baselines と比較 - success rate が sim-to-sim で少なくとも 31.7%、sim-to-real で 23.3% 改善 - 具体的なタスク・環境・データセットは要旨からは不明

- offline imitation の poor data coverage と performance degradation への対処が動機 - online interactions の活用が robustness と generalization に寄与すると主張 - 限られた real-world expert data 下での有効性を議論 - 限界や失敗事例、計算コストなどの詳細は要旨からは不明

- 比較対象の existing offline imitation learning baselines に関する論文 - world models を用いた sim-to-real 研究 - online imitation learning と offline finetuning を組み合わせた関連手法 - 具体的な論文名は要旨からは不明