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:2602.18707

CLASH: 拡張Sim-to-realハイブリダイゼーションによる衝突学習でリアリティギャップを埋める

CLASH: Collision Learning via Augmented Sim-to-real Hybridization to Bridge the Reality Gap

シェア:XThreadsFacebookLINEはてブBluesky

不完全なシミュレータから衝突モデルを蒸留し、少数の実衝突データで微調整することで、衝突を含むタスクのsim-to-real転移精度を高めるフレームワークを提案。

詳しい要約

1. どんなもの?

- シミュレーションと実世界のギャップ(sim-to-real gap)を埋めるためのフレームワーク「CLASH」を提案。 - 衝突のような接触を伴う動力学の不正確さを改善し、シミュレーションで訓練したロボットポリシーの実世界転移を容易にする。 - パラメータ条件付きの衝撃衝突サロゲートモデルを学習し、標準シミュレータにプラグインモジュールとして統合する。 - データ効率が高く、少数の実衝突データ(例:10サンプル)で適応できる。

2. 先行研究と比べてどこがすごい?

- 従来の物理エンジンは計算速度と引き換えに精度を犠牲にし、ポリシー転移を妨げていた。 - CLASHは不完全なシミュレータ(MuJoCo)から物理事前分布を蒸留し、少数の実データで微調整することで、精度と速度の両立を図る。 - 衝突後の予測精度が向上し、衝突の多いCMA-ES探索の実時間をMuJoCo比で42-48%削減。 - 強化学習による逐次プッシングタスクで成功率が2倍になり、モデルベース制御でもタスク性能が大幅に向上。

3. 技術・手法の肝は?

- 大規模なシミュレーション衝突データを用いて、MuJoCoからベースモデルを蒸留し、再利用可能な物理事前分布を獲得。 - 少数の実衝突データ(例:10サンプル)に対し、(i) 勾配ベースの接触パラメータ同定を行い、(ii) 小さなステップで早期停止を伴うファインチューニングを適用して、過学習を避けつつ残差のsim-to-real不一致を補正。 - 得られたハイブリッドシミュレータは、衝突後の予測精度を高め、計算時間を短縮する。

4. どうやって有効だと検証した?

- 衝突後の予測精度を評価し、ハイブリッドシミュレータがMuJoCoよりも高い精度を示すことを確認。 - 衝突の多いCMA-ES探索の実時間を測定し、MuJoCo比で42-48%の削減を達成。 - 強化学習による逐次プッシングタスクで、ハイブリッドシミュレータで得たポリシーが実世界に頑健に転移し、成功率が2倍になることを実証。 - モデルベース制御でもタスク性能が大幅に向上することを示した。

5. 議論はある?

- 要旨からは、手法の限界や潜在的な問題点についての議論は明示されていない。 - 実データが少数で済む点や計算効率の向上が強調されているが、他のタスクや環境への汎化性については言及されていない。 - 過学習を避けるための早期停止や小さなステップのファインチューニングの有効性は示唆されているが、詳細な議論は要旨からは不明。

6. 次に読むべき論文は?

- 要旨で参照/比較されている研究:MuJoCo(物理エンジン)、CMA-ES(最適化手法)。 - 関連手法:sim-to-real転移、ドメインランダム化、システム同定、残差学習、サロゲートモデル。 - 同分野の定番:Domain Randomization、Sim-to-Real Transfer、Contact Dynamics 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: Haotian He, Ning Guo, Siqi Shi, Qipeng Liu, Wenzhao Lian

分類: cs.RO

原文アブストラクト

The sim-to-real gap, particularly in the inaccurate modeling of contact-rich dynamics like collisions, remains a primary obstacle to deploying robot policies trained in simulation. Conventional physics engines often trade accuracy for computational speed, leading to discrepancies that prevent direct policy transfer. To address this, we introduce Collision Learning via Augmented Sim-to-real Hybridization (CLASH), a data-efficient framework that learns a parameter-conditioned impulsive collision surrogate model and integrates it as a plug-in module within a standard simulator. CLASH first distills a base model from an imperfect simulator (MuJoCo) using large-scale simulated collisions to capture reusable physical priors. Given only a handful of real collisions (e.g., 10 samples), it then (i) performs gradient-based identification of key contact parameters and (ii) applies small-step, early-stopped fine-tuning to correct residual sim-to-real mismatches while avoiding overfitting. The resulting hybrid simulator not only achieves higher post-impact prediction accuracy but also reduces the wall-clock time of collision-heavy CMA-ES search by 42-48% compared to MuJoCo. We demonstrate that policies obtained with our hybrid simulator transfer more robustly to the real world, doubling the success rate in sequential pushing tasks with reinforcement learning and significantly increase the task performance with model-based control.

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