日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

sim2realarXiv:2602.15533

物理を考慮したニューラル制御によるマルチロータの制御方策学習の効率的な知識転移

Efficient Knowledge Transfer for Jump-Starting Control Policy Learning of Multirotors through Physics-Aware Neural Architectures

シェア:XThreadsFacebookLINEはてブBluesky

強化学習と教師あり制御配分を組み合わせた物理を考慮したニューラル制御アーキテクチャを提案し、方策ライブラリからの初期化によりマルチロータの制御方策学習を最大73.5%効率化できることを示した。

詳しい要約

1. どんなもの?

- マルチロータの制御ポリシー学習を効率化する研究。 - ライブラリベースの初期化スキームで、異なるマルチロータ構成間の知識転移を実現。 - physics-aware neural control architectureを採用し、強化学習ベースのコントローラと教師あり制御割り当てネットワークを組み合わせる。 - ポリシー評価ベースの類似度尺度でライブラリから適切なポリシーを選択し初期化。 - シミュレーションと実世界実験で、多様なquadrotorとhexarotor設計において最大73.5%の環境相互作用削減を達成。

2. 先行研究と比べてどこがすごい?

- 従来の強化学習による制御ポリシー学習は、各ロボット構成ごとにゼロから訓練する必要があり非効率。 - 本研究は、ライブラリベースの初期化とphysics-aware neural architectureにより、異なるマルチロータ間での知識転移を可能にし、訓練を加速。 - ポリシー評価ベースの類似度尺度を導入し、初期化に適したポリシーを特定。 - この尺度が目標性能到達に必要な環境相互作用の削減と相関することを示し、初期化に有効であることを実証。 - 多様なquadrotorとhexarotor設計で最大73.5%の環境相互作用削減を達成し、cross-embodiment transferを促進。

3. 技術・手法の肝は?

- physics-aware neural control architectureを採用。 - 強化学習ベースのコントローラと教師あり制御割り当てネットワークを組み合わせる。 - ライブラリベースの初期化スキーム:事前訓練済みポリシーのライブラリから、ポリシー評価ベースの類似度尺度を用いて適切なポリシーを選択し初期化。 - 類似度尺度は、目標性能到達に必要な環境相互作用の削減と相関。 - これにより、異なるマルチロータ構成間での知識転移を実現。

4. どうやって有効だと検証した?

- 広範なシミュレーションと実世界実験を実施。 - 制御アーキテクチャが最先端の制御性能を達成することを確認。 - 初期化スキームが、多様なquadrotorとhexarotor設計において、ゼロから訓練する場合と比較して平均最大73.5%の環境相互作用を削減することを実証。 - ポリシー評価ベースの類似度尺度が、目標性能到達に必要な環境相互作用の削減と相関することを示した。

5. 議論はある?

- 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、cross-embodiment knowledge transfer、reinforcement learning-based controller、supervised control allocation network、policy evaluation-based similarity measureなどが挙げられる。 - 同分野の定番として、sim-to-real transfer、domain randomization、meta-learning for controlなどが考えられる。

※ 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: Welf Rehberg, Mihir Kulkarni, Philipp Weiss, Kostas Alexis

分類: cs.RO

原文アブストラクト

Efficiently training control policies for robots is a major challenge that can greatly benefit from utilizing knowledge gained from training similar systems through cross-embodiment knowledge transfer. In this work, we focus on accelerating policy training using a library-based initialization scheme that enables effective knowledge transfer across multirotor configurations. By leveraging a physics-aware neural control architecture that combines a reinforcement learning-based controller and a supervised control allocation network, we enable the reuse of previously trained policies. To this end, we utilize a policy evaluation-based similarity measure that identifies suitable policies for initialization from a library. We demonstrate that this measure correlates with the reduction in environment interactions needed to reach target performance and is therefore suited for initialization. Extensive simulation and real-world experiments confirm that our control architecture achieves state-of-the-art control performance, and that our initialization scheme saves on average up to $73.5\%$ of environment interactions (compared to training a policy from scratch) across diverse quadrotor and hexarotor designs, paving the way for efficient cross-embodiment transfer in reinforcement learning.

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. 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