適応制御/ベイズ学習2025/12/1arXiv:2512.14331

ARCADE: 変化点を考慮したオンライン・ベイズ動力学学習による適応ロボット制御

ARCADE: Adaptive Robot Control with Online Changepoint-Aware Bayesian Dynamics Learning

ロボットの動力学をオンラインでベイズ更新し、変化点検出で急な変化にも迅速に適応する枠組みを提案。カルトポールとドローン実験で予測精度と追従性能の向上を示した。

詳しい要約

1. どんなもの？

- ロボットの非線形 dynamics を streaming data からリアルタイム更新する枠組み「ARCADE」 - 運用条件変化・外乱・未モデル効果による gradual drift、transient fluctuation、abrupt shift に対応 - 表現学習とオンライン適応を分離し、offline 学習の latent representation 上で closed-form Bayesian updates を行う - changepoint-aware な latent variable を導入し、連続性か shift かをデータ尤度から推定 - 予測精度・回復速度・closed-loop tracking の改善を狙う適応型ロボット制御フレームワーク

2. 先行研究と比べてどこがすごい？

- 要旨からは不明（具体的な先行研究との比較は明示されていない） - 主張として、shift のタイミングを知る oracle と競合可能な adaptive regret を理論的に示す点 - regret が時間に対し対数、shift 数に対し線形 - 短期的変動への頑健性と持続的変化への応答性を両立する点を特徴として挙げる

3. 技術・手法の肝は？

- 表現学習とオンライン適応の分離 - latent representation は offline で学習 - オンラインでは closed-form Bayesian updates を実行 - changepoint-aware 機構 - データ尤度から連続性/ shift を示す latent variable を推定 - 連続性が高い場合は evidence を蓄積して予測を精緻化 - shift 検出時は過去情報を減衰させ急速な再学習を可能に - calibrated uncertainty を維持し、transient / gradual / structural change に対する確率的推論を支援

4. どうやって有効だと検証した？

- cartpole simulations で検証 - 実機 quadrotor flights で検証 - swinging payloads - mid-flight drops - 評価項目 - 予測精度の向上 - 回復の速さ - closed-loop tracking の精度 - 関連 baselines との比較で優位性を示す

5. 議論はある？

- 要旨からは不明（限界や議論の詳細は明示されていない） - 理論面では adaptive regret の対数/線形オーダーを提示 - calibrated uncertainty と確率的推論の維持を主張 - 実機検証は quadrotor の payload 変動・投下に限定されており、他条件への一般性は要旨からは不明

6. 次に読むべき論文は？

- 要旨で参照/比較されている研究は明示されていない - 関連手法として以下が候補 - Bayesian dynamics learning - changepoint detection - online adaptation / continual learning - adaptive control with regret analysis - latent representation learning for robot dynamics

※ 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: Rishabh Dev Yadav, Avirup Das, Hongyu Song, Samuel Kaski, Wei Pan

分類: cs.RO

原文アブストラクト

Real-world robots must operate under evolving dynamics caused by changing operating conditions, external disturbances, and unmodeled effects. These may appear as gradual drifts, transient fluctuations, or abrupt shifts, demanding real-time adaptation that is robust to short-term variation yet responsive to lasting change. We propose a framework for modeling the nonlinear dynamics of robotic systems that can be updated in real time from streaming data. The method decouples representation learning from online adaptation, using latent representations learned offline to support online closed-form Bayesian updates. To handle evolving conditions, we introduce a changepoint-aware mechanism with a latent variable inferred from data likelihoods that indicates continuity or shift. When continuity is likely, evidence accumulates to refine predictions; when a shift is detected, past information is tempered to enable rapid re-learning. This maintains calibrated uncertainty and supports probabilistic reasoning about transient, gradual, or structural change. We prove that the adaptive regret of the framework grows only logarithmically in time and linearly with the number of shifts, competitive with an oracle that knows timings of shift. We validate on cartpole simulations and real quadrotor flights with swinging payloads and mid-flight drops, showing improved predictive accuracy, faster recovery, and more accurate closed-loop tracking than relevant baselines.

arXivで原文を読む →arXiv概要ページ

← 論文一覧