ハイブリッド拡散モデル：開ループルーチンと視覚運動拡散ポリシーの統合

- 視覚運動型の visuomotor diffusion policy と open-loop routines を組み合わせた Hybrid-Diffusion models を提案する研究。 - 操作者がデモ中に Teleoperation Augmentation Primitives (TAPs) を実行できる仕組みを導入する。 - TAPs は軸の固定、perching waypoints への移動、タスク固有ルーチンの発火などを含む。 - 推論時に TAPs の発火を学習する手法。 - 実世界の Vial Aspiration、Open-Container Liquid Transfer、container unscrewing で検証。

- 従来の visuomotor-based policies は imitation learning により複雑な manipulation で良好な性能を示すが、traditional control based methods と同等の精度・速度に届きにくい。 - 本研究は open-loop routines を diffusion policy と統合することで、この精度・速度のギャップに対処する点が特徴。 - 具体的な先行研究名や定量的比較は要旨からは不明。

- Teleoperation Augmentation Primitives (TAPs) を開発し、デモ中に軸固定・perching waypoints 移動・タスク固有ルーチン発火などの定型動作を操作者がシームレスに実行できるようにする。 - Hybrid-Diffusion は、推論時にそれらの TAPs を発火するタイミングを学習する。 - open-loop routines と visuomotor diffusion policies を組み合わせる点が手法の肝。 - 詳細なアーキテクチャや学習損失は要旨からは不明。

- 実世界の難タスクである Vial Aspiration、Open-Container Liquid Transfer、container unscrewing で検証。 - 実験動画をプロジェクトサイト (https://hybriddiffusion.github.io/) で公開。 - 定量的な評価指標や比較手法、被験者数などは要旨からは不明。

- 要旨からは不明。 - 想定される論点として、TAPs の設計・汎用性、open-loop routines と diffusion policy の切替の頑健性、実世界タスクでの精度・速度の定量評価が考えられるが、要旨には明記されていない。

- 要旨で参照・比較されている具体的な先行研究は明記されていない。 - 関連手法として visuomotor diffusion policy (Diffusion Policy など)、imitation learning による visuomotor policies、traditional control based methods を挙げる。 - プロジェクトサイト https://hybriddiffusion.github.io/ の参考文献も参照候補。