日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

強化学習/制御arXiv:2510.23176

TARC: 時間適応型ロボット制御

TARC: Time-Adaptive Robotic Control

シェア:XThreadsFacebookLINEはてブBluesky

強化学習により、ロボットが状況に応じて制御周波数を自律的に調整し、制御動作とその持続時間を同時に選択する手法を提案。RCカーと四足歩行ロボットで実機検証し、固定周波数制御と同等以上の性能を保ちつつ制御周波数を大幅に削減。

詳しい要約

1. どんなもの?

- ロボット制御の制御周波数を状況に応じて自律的に変化させる強化学習(RL)手法。 - ポリシーが制御行動とその適用時間(duration)を同時に選択する。 - 高頻度制御の堅牢性と低頻度制御の効率性のトレードオフを解消することを狙う。 - 生体の適応的な制御周波数に着想を得た研究。

2. 先行研究と比べてどこがすごい?

- 従来のロボティクスは固定周波数制御が前提で、低周波の効率と高周波の堅牢性のトレードオフが存在した。 - 生体のような適応的制御周波数は従来の枠組みでは実現困難だった。 - 本手法はポリシーが行動と適用時間を同時選択し、制御周波数を自律変調できる点が新しい。 - 固定周波数ベースラインと同等以上の報酬を保ちつつ制御頻度を大幅削減できると主張。

3. 技術・手法の肝は?

- 強化学習(RL)により、制御行動とその適用時間(duration)をポリシーが同時に出力する。 - 適用時間の選択により、実質的な制御周波数を状況に応じて変調する。 - 状況要求に応じた適応的周波数制御を学習する枠組み。 - 詳細なアルゴリズムやネットワーク構成は要旨からは不明。

4. どうやって有効だと検証した?

- 2種類の実機プラットフォームでzero-shot sim-to-real実験を実施。 - 対象は高速RC carとquadrupedal robot。 - 固定周波数ベースラインと報酬で比較し、同等以上を達成。 - 制御周波数を大幅に削減しつつ、実環境で適応的周波数制御を示した。

5. 議論はある?

- 制御周波数削減と報酬維持の両立を実機で示した点が主な議論。 - 適応的周波数制御が実世界条件で観察された。 - 限界や失敗事例、計算コスト、汎化性に関する詳細は要旨からは不明。

6. 次に読むべき論文は?

- 要旨で参照・比較されている固定周波数制御ベースライン(固定周波数RLポリシー)。 - 関連手法としてsim-to-real転移を用いたロボティクスRL研究。 - 適応的制御やイベントトリガー制御(event-triggered control)系の研究が次の候補。 - 具体的な論文名は要旨からは不明。

※ 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: Arnav Sukhija, Lenart Treven, Jin Cheng, Florian Dörfler, Stelian Coros, Andreas Krause

分類: cs.RO, cs.LG

原文アブストラクト

Fixed-frequency control in robotics imposes a trade-off between the efficiency of low-frequency control and the robustness of high-frequency control, a limitation not seen in adaptable biological systems. We address this with a reinforcement learning approach in which policies jointly select control actions and their application durations, enabling robots to autonomously modulate their control frequency in response to situational demands. We validate our method with zero-shot sim-to-real experiments on two distinct hardware platforms: a high-speed RC car and a quadrupedal robot. Our method matches or outperforms fixed-frequency baselines in terms of rewards while significantly reducing the control frequency and exhibiting adaptive frequency control under real-world conditions.

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

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