日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

マニピュレーションarXiv:2601.21251

Mixture-of-Experts拡散ポリシーによるロボットマニピュレーションスキルの抽象化

Abstracting Robot Manipulation Skills via Mixture-of-Experts Diffusion Policies

シェア:XThreadsFacebookLINEはてブBluesky

拡散ポリシーをマルチタスクに拡張するため、直交スキル基底を学習し、スティッキールーティングで必要な専門家のみを活性化するMixture-of-Expertsポリシーを提案。シミュレーションと実機で高い成功率と低推論コストを実現。

詳しい要約

1. どんなもの?

- 拡散ベースのポリシーを多タスクロボットマニピュレーションに拡張する手法。 - Skill Mixture-of-Experts Policy (SMP) を提案。 - コンパクトな直交スキル基底を学習し、sticky routing で各ステップで少数のタスク関連エキスパートから行動を合成。 - 変分訓練目的と適応的エキスパート活性化により、推論時の高速サンプリングを実現。

2. 先行研究と比べてどこがすごい?

- 従来の拡散ポリシーは多タスク化に際しモデル規模とデモンストレーションのコストが高い。 - SMPは大規模バックボーンを必要とせず、推論コストを大幅に削減。 - シミュレーションと実機で、大規模拡散ベースラインより高い成功率と低い推論コストを達成。

3. 技術・手法の肝は?

- 拡散ベースのMixture-of-Expertsポリシー。 - コンパクトな直交スキル基底を学習。 - sticky routing により各ステップで少数のタスク関連エキスパートを選択。 - 変分訓練目的を採用。 - 推論時に適応的エキスパート活性化で高速サンプリング。

4. どうやって有効だと検証した?

- シミュレーションと実機の dual-arm プラットフォームで検証。 - 多タスク学習と転移学習タスクを実施。 - 大規模拡散ベースラインと比較し、成功率と推論コストで優位性を確認。

5. 議論はある?

- スケーラブルで転移可能な多タスクマニピュレーションへの実用的道筋を示唆。 - 再利用可能なスキルを一度学習し、必要なものだけを活性化し、タスク変化に迅速適応。 - 具体的な限界や課題は要旨からは不明。

6. 次に読むべき論文は?

- 要旨で参照/比較されている研究: 拡散ベースのポリシー(Diffusion-based policies)、大規模拡散ベースライン(large diffusion baselines)。 - 関連手法: Mixture-of-Experts、sticky routing、変分訓練。 - 同分野の定番: ロボットマニピュレーションにおける模倣学習(Imitation Learning)、強化学習(Reinforcement Learning)。

※ 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: Ce Hao, Xuanran Zhai, Yaohua Liu, Harold Soh

分類: cs.RO

原文アブストラクト

Diffusion-based policies have recently shown strong results in robot manipulation, but their extension to multi-task scenarios is hindered by the high cost of scaling model size and demonstrations. We introduce Skill Mixture-of-Experts Policy (SMP), a diffusion-based mixture-of-experts policy that learns a compact orthogonal skill basis and uses sticky routing to compose actions from a small, task-relevant subset of experts at each step. A variational training objective supports this design, and adaptive expert activation at inference yields fast sampling without oversized backbones. We validate SMP in simulation and on a real dual-arm platform with multi-task learning and transfer learning tasks, where SMP achieves higher success rates and markedly lower inference cost than large diffusion baselines. These results indicate a practical path toward scalable, transferable multi-task manipulation: learn reusable skills once, activate only what is needed, and adapt quickly when tasks change.

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

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