マニピュレーション2025/12/1arXiv:2512.17568

全身マニピュレーションのための運動学を考慮した拡散方策と一貫した3D観測・行動空間

Kinematics-Aware Diffusion Policy with Consistent 3D Observation and Action Space for Whole-Arm Robotic Manipulation

腕全体の3D点群で状態と行動を統一的に表現し、運動学の事前知識を組み込んだ拡散方策により、全身ロボットマニピュレーションのサンプル効率と空間汎化性能を向上させた。

詳しい要約

1. どんなもの？

- 全腕の運動学を考慮した whole-arm robotic manipulation のための imitation learning フレームワーク - タスク・観測・行動の空間をすべて同一の 3D 空間で表現する点が特徴 - ロボット状態と行動を腕上の 3D 点集合で表現し、3D point cloud 観測と整合させる - diffusion policy を基盤に kinematics prior を組み込み、出力行動の運動学的実現可能性を担保 - 最終的な関節角コマンドは optimization-based whole-body inverse kinematics solver で算出

2. 先行研究と比べてどこがすごい？

- 従来の whole-arm manipulation では joint space で行動を学習するのが典型的 - joint space と実際の task space (3D) の不整合が policy learning の複雑さを増す問題があった - 提案法は観測・行動・タスクを同一 3D 空間に揃え、サンプル効率と空間汎化性を改善 - end-effector pose のみを扱う手法では困難な body collision avoidance や body-object interactions に対応 - 既存の body-aware manipulation policy learning 手法と比較して高い成功率と空間汎化性を報告

3. 技術・手法の肝は？

- ロボット状態と行動を腕上の 3D 点集合として表現し、3D point cloud 観測と空間的に整合 - この整合表現により full-body control を可能にしつつ sample efficiency と spatial generalizability を向上 - diffusion policy を基盤とし、diffusion process に kinematics prior を組み込み運動学的実現可能性を保証 - 出力された行動から optimization-based whole-body inverse kinematics solver により関節角コマンドを計算 - 関節空間ではなく 3D 空間で policy を学習することで非線形な腕運動学の暗黙学習負担を軽減

4. どうやって有効だと検証した？

- simulation および real-world の実験で有効性を検証 - 既存の body-aware manipulation policy learning 手法と比較して成功率が高いことを示す - 空間汎化性 (spatial generalizability) が既存手法より強いことを示す - 具体的なタスク設定・評価指標・ベースライン名は要旨からは不明

5. 議論はある？

- joint space と task space の不整合が学習困難の主因であるという議論を出発点に置く - 3D 点集合表現が観測との整合性を高め、限られた demonstration からの学習を助けるという主張 - kinematics prior の導入が diffusion 出力の運動学的 feasibility を保証するという位置づけ - 限界や失敗事例、計算コスト、IK solver 依存性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？

- diffusion policy の原論文 (Diffusion Policy) - whole-arm manipulation / body-aware manipulation policy learning の既存手法 - optimization-based whole-body inverse kinematics solver に関する研究 - 3D point cloud を用いた imitation learning / 3D representation に基づく policy learning の関連研究 - 具体的な参照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: Kangchen Lv, Mingrui Yu, Yongyi Jia, Chenyu Zhang, Xiang Li

分類: cs.RO

原文アブストラクト

Whole-body control of robotic manipulators with awareness of full-arm kinematics is crucial for many manipulation scenarios involving body collision avoidance or body-object interactions, which makes it insufficient to consider only the end-effector poses in policy learning. The typical approach for whole-arm manipulation is to learn actions in the robot's joint space. However, the unalignment between the joint space and actual task space (i.e., 3D space) increases the complexity of policy learning, as generalization in task space requires the policy to intrinsically understand the non-linear arm kinematics, which is difficult to learn from limited demonstrations. To address this issue, this letter proposes a kinematics-aware imitation learning framework with consistent task, observation, and action spaces, all represented in the same 3D space. Specifically, we represent both robot states and actions using a set of 3D points on the arm body, naturally aligned with the 3D point cloud observations. This spatially consistent representation improves the policy's sample efficiency and spatial generalizability while enabling full-body control. Built upon the diffusion policy, we further incorporate kinematics priors into the diffusion processes to guarantee the kinematic feasibility of output actions. The joint angle commands are finally calculated through an optimization-based whole-body inverse kinematics solver for execution. Simulation and real-world experimental results demonstrate higher success rates and stronger spatial generalizability of our approach compared to existing methods in body-aware manipulation policy learning.

arXivで原文を読む →arXiv概要ページ

全身マニピュレーションのための運動学を考慮した拡散方策と一貫した3D観測・行動空間

詳しい要約

1. どんなもの？

2. 先行研究と比べてどこがすごい？

3. 技術・手法の肝は？

4. どうやって有効だと検証した？

5. 議論はある？

6. 次に読むべき論文は？

原文アブストラクト

関連論文

今週よく読まれている記事

FRONTIER（GPU搭載BTOパソコン）

双腕モバイルマニピュレーター OpenShell