日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

English週刊ニュースレター購読
マニピュレーションarXiv:2602.09017

接触アンカーポリシー：接触条件付けによる強力なロボットユーティリティモデル

Contact-Anchored Policies: Contact Conditioning Creates Strong Robot Utility Models

シェア:XThreadsFacebookLINEはてブBluesky

言語指示の代わりに空間上の接触点を条件として使い、モジュール型ユーティリティモデル群として構成した操作ポリシーCAPを提案。軽量シミュレータEgoGymでの実機-シミュレーション反復により、23時間のデモデータのみで新環境・新機体にゼロショット汎化し、最先端VLAを56%上回る。

詳しい要約

1. どんなもの？

- ロボット学習の新パラダイム「Contact-Anchored Policies (CAP)」を提案 - 言語プロンプトの代わりに、空間上の物理的接触点を条件として操作を制御 - 単一の汎用ポリシーではなく、モジュール式ユーティリティモデルのライブラリとして構成 - 実機展開前に失敗モードを特定・改善するreal-to-sim反復サイクルを実装 - 軽量シミュレーションベンチマーク「EgoGym」を構築 - 3つの基本操作スキルにおいて、23時間のデモデータのみで新環境・新embodimentにゼロショット汎化

2. 先行研究と比べてどこがすごい？

- 従来の言語プロンプトによる汎化は、言語が抽象的すぎて物理的理解に結びつかないという根本的緊張があった - CAPは言語条件を接触点に置き換えることで、具体的な物理理解を直接ガイド - モノリシックな汎用ポリシーではなくモジュール式ユーティリティモデル群として構造化 - 大規模なstate-of-the-art VLAモデルに対し、ゼロショット評価で56%上回る性能を達成 - 23時間という比較的少量のデモデータで新環境・新embodimentに汎化

3. 技術・手法の肝は？

- 言語条件を排除し、空間上の物理的接触点（contact points）を条件としてポリシーを制御 - CAPをモジュール式ユーティリティモデルのライブラリとして因数分解 - real-to-sim反復サイクル：EgoGymシミュレーションベンチマークで失敗モードを迅速に特定 - シミュレーション上でモデルとデータセットを改良してから実機展開 - 接触条件付けとシミュレーション反復により、新環境・新embodimentへのゼロショット汎化を実現

4. どうやって有効だと検証した？

- 3つの基本操作スキルにおいて、新環境・新embodimentへのゼロショット汎化を評価 - 23時間のデモデータのみを使用して検証 - 大規模なstate-of-the-art VLAモデルとのゼロショット評価比較で56%の性能向上を確認 - EgoGymシミュレーションベンチマークを用いたreal-to-sim反復サイクルで失敗モードを特定・改善 - モデルチェックポイント、コードベース、ハードウェア、シミュレーション、データセットをオープンソース化予定

5. 議論はある？

- 言語は抽象的すぎて頑健な操作に必要な具体的物理理解を導けないという根本的緊張を指摘 - 言語条件の代替として接触点条件付けの有効性を主張 - モノリシックな汎用ポリシーではなくモジュール式ユーティリティモデルへの因数分解の利点を議論 - real-to-sim反復サイクルによる実機展開前の失敗モード特定・改善の重要性を示唆 - 具体的な限界や失敗事例、計算コストなどの詳細は要旨からは不明

6. 次に読むべき論文は？

- 要旨で参照/比較されている研究：state-of-the-art VLA（Vision-Language-Action）モデル - 関連手法：言語プロンプトによる汎化を試みる従来のrobot learningパラダイム - 関連ベンチマーク：EgoGym（本論文で構築） - 同分野の定番：RT-1, RT-2, OpenVLA, Octo, Diffusion Policy などの汎用ロボットポリシー - 接触条件付けやreal-to-sim転移に関する関連研究も次に読むべき候補

※ 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: Zichen Jeff Cui, Omar Rayyan, Haritheja Etukuru, Bowen Tan, Zavier Andrianarivo, Zicheng Teng, Yihang Zhou, Krish Mehta, Nicholas Wojno, Kevin Yuanbo Wu, Manan H Anjaria, Ziyuan Wu, Manrong Mao, Guangxun Zhang, Binit Shah, Yejin Kim, Soumith Chintala, Lerrel Pinto, Nur Muhammad Mahi Shafiullah

分類: cs.RO, cs.LG

原文アブストラクト

The prevalent paradigm in robot learning attempts to generalize across environments, embodiments, and tasks with language prompts at runtime. A fundamental tension limits this approach: language is often too abstract to guide the concrete physical understanding required for robust manipulation. In this work, we introduce Contact-Anchored Policies (CAP), which replace language conditioning with points of physical contact in space. Simultaneously, we structure CAP as a library of modular utility models rather than a monolithic generalist policy. This factorization allows us to implement a real-to-sim iteration cycle: we build EgoGym, a lightweight simulation benchmark, to rapidly identify failure modes and refine our models and datasets prior to real-world deployment. We show that by conditioning on contact and iterating via simulation, CAP generalizes to novel environments and embodiments out of the box on three fundamental manipulation skills while using only 23 hours of demonstration data, and outperforms large, state-of-the-art VLAs in zero-shot evaluations by 56%. All model checkpoints, codebase, hardware, simulation, and datasets will be open-sourced. Project page: https://cap-policy.github.io/

arXivで原文を読む →arXiv概要ページ

関連論文

← 論文一覧

今週よく読まれている記事

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2GXO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
  3. 3newmo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
  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

MINISFORUM（ミニPC）

MINISFORUM（ミニPC）の公式広告バナーMINISFORUM公式ストアを見る ↗
PR本紙発行元 EmplifAI
双腕モバイルマニピュレーターOpenShellの実機とお披露目フライヤー

双腕モバイルマニピュレーター OpenShell

人と働くために、顔がある。

OpenShellの特徴・実機を見る →