実行履歴に着目した拡散ポリシーによる長期的ロボット操作における多峰性行動の曖昧性解消

- 長期的なロボットマニピュレーションにおける multi-modal action ambiguity (MA2) を解決する Trace-Focused Diffusion Policy (TF-DP) を提案。 - 拡散モデルベースの政策で、ロボットの実行履歴を明示的な execution trace として条件付けに利用。 - 履歴を視覚観測空間に投影し、現在の観測だけでは不十分な場合に stage-aware な文脈を提供。 - 実世界のマニピュレーションタスクで評価し、時間的一貫性とロバスト性を向上。

- 従来の拡散政策は瞬時の観測のみに条件付けされ、視覚的に類似した観測が異なる行動を要求する MA2 で曖昧な予測を生じる。 - TF-DP は実行履歴を明示的に条件付けに加えることで、この曖昧性を軽減。 - 背景の視覚的妨害に対してロバスト性を向上。 - バニラ拡散政策と比較して、MA2 タスクで 80.56%、視覚妨害下で 86.11% の性能向上。 - 推論効率はランタイム増加 6.4% のみで維持。

- 拡散ベースのフレームワークで、行動生成をロボットの実行履歴に明示的に条件付け。 - 履歴運動を execution trace として表現し、視覚観測空間に投影。 - これにより stage-aware な文脈を提供し、現在の観測のみでは不十分な場合に対処。 - 誘導される trace-focused field が履歴運動に関連するタスク関連領域を強調し、背景の視覚的妨害へのロバスト性を改善。

- 実世界のロボットマニピュレーションタスクで評価。 - 顕著な multi-modal action ambiguity と視覚的に雑然とした条件を含むタスクを設定。 - 実験結果として、時間的一貫性とロバスト性の向上を確認。 - バニラ拡散政策と比較して、MA2 タスクで 80.56%、視覚妨害下で 86.11% の改善。 - 推論効率はランタイム増加 6.4% のみ。

- 実行トレース条件付けが、単一の政策内でロバストな長期的ロボットマニピュレーションのためのスケーラブルで原理的なアプローチを提供することを示唆。 - 具体的な限界や議論の詳細は要旨からは不明。

- 要旨で参照/比較されている研究: vanilla diffusion policy。 - 関連手法: diffusion policy, imitation-based robotic manipulation。 - 同分野の定番: behavior cloning, transformer-based policies。