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:2511.05007

MoE-DP：専門家混合で強化した拡散ポリシーによる長期的ロボット操作の堅牢化とスキル分解・失敗回復

MoE-DP: An MoE-Enhanced Diffusion Policy for Robust Long-Horizon Robotic Manipulation with Skill Decomposition and Failure Recovery

シェア:XThreadsFacebookLINEはてブBluesky

視覚エンコーダと拡散モデルの間に専門家混合層を挿入し、タスク段階ごとに専門家を動的に活性化することで、長期的操作の失敗回復と解釈可能なスキル分解を実現した。

詳しい要約

1. どんなもの？

- 長期的・多段階のロボット視覚運動制御のための手法。 - Diffusion Policy を基盤とする。 - 視覚エンコーダと diffusion model の間に Mixture of Experts (MoE) 層を挿入した MoE-DP を提案。 - 方策の知識を複数の specialized experts に分解し、タスクの局面に応じて動的に活性化する。 - サブタスク失敗からの復帰(robustness)と解釈可能性の向上を狙う。

2. 先行研究と比べてどこがすごい？

- 従来の Diffusion Policy は long-horizon・multi-stage タスクでのサブタスク失敗からの復帰が苦手で、観測表現の解釈も難しいとされる。 - MoE-DP は外乱からの復帰能力が高く、robustness で標準ベースラインを大きく上回る。 - 6つの long-horizon シミュレーションタスクで、外乱条件下の成功率が平均 36% の相対改善。 - 実世界でも性能向上を確認。 - 専門家が意味的タスクプリミティブに対応する解釈可能な skill decomposition を学習。

3. 技術・手法の肝は？

- 視覚エンコーダと diffusion model の間に Mixture of Experts (MoE) 層を挿入する構造が肝。 - 方策知識を specialized experts 群に分解し、タスク局面ごとに動的に活性化。 - 学習された専門家構造を推論時制御に活用でき、再学習なしでサブタスクの並べ替えが可能。 - 詳細な学習目的・ルーティング機構は要旨からは不明。

4. どうやって有効だと検証した？

- 6つの long-horizon シミュレーションタスクで実験。 - 外乱条件下で標準ベースラインと比較し、成功率が平均 36% 相対改善。 - 実世界実験でも有意な性能向上を確認。 - 専門家が approaching や grasping などの意味的タスクプリミティブに対応する解釈可能な分解を学習することを示す。 - 推論時にサブタスクを再学習なしで並べ替え可能なことを示す。

5. 議論はある？

- 外乱からの復帰と解釈可能な skill decomposition を両立できる点を主張。 - 学習された専門家構造を推論時制御に再利用でき、再学習不要でサブタスク再編が可能。 - 限界・失敗事例・専門家数の感度・計算コストなどの詳細な議論は要旨からは不明。

6. 次に読むべき論文は？

- 基盤手法である Diffusion Policy。 - MoE を用いたロボット方策の関連研究(Mixture of Experts 系の policy learning)。 - long-horizon タスクの skill decomposition や failure recovery に関する研究。 - 具体的な比較対象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: Baiye Cheng, Tianhai Liang, Suning Huang, Maanping Shao, Feihong Zhang, Botian Xu, Zhengrong Xue, Huazhe Xu

分類: cs.RO

原文アブストラクト

Diffusion policies have emerged as a powerful framework for robotic visuomotor control, yet they often lack the robustness to recover from subtask failures in long-horizon, multi-stage tasks and their learned representations of observations are often difficult to interpret. In this work, we propose the Mixture of Experts-Enhanced Diffusion Policy (MoE-DP), where the core idea is to insert a Mixture of Experts (MoE) layer between the visual encoder and the diffusion model. This layer decomposes the policy's knowledge into a set of specialized experts, which are dynamically activated to handle different phases of a task. We demonstrate through extensive experiments that MoE-DP exhibits a strong capability to recover from disturbances, significantly outperforming standard baselines in robustness. On a suite of 6 long-horizon simulation tasks, this leads to a 36% average relative improvement in success rate under disturbed conditions. This enhanced robustness is further validated in the real world, where MoE-DP also shows significant performance gains. We further show that MoE-DP learns an interpretable skill decomposition, where distinct experts correspond to semantic task primitives (e.g., approaching, grasping). This learned structure can be leveraged for inference-time control, allowing for the rearrangement of subtasks without any re-training.Our video and code are available at the https://moe-dp-website.github.io/MoE-DP-Website/.

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

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
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 →