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:2603.05160

生涯にわたる言語条件付きロボット操作学習

Lifelong Language-Conditioned Robotic Manipulation Learning

シェア:XThreadsFacebookLINEはてブBluesky

本論文では、ロボットが複数の操作スキルを継続的に学習しつつ、古いスキルの忘却を防ぐフレームワーク「SkillsCrafter」を提案する。

詳しい要約

1. どんなもの?

- 言語条件付きロボットマニピュレーションにおいて、新しいスキルを逐次学習すると古いスキルを壊滅的に忘却する問題に対処する。 - 複数スキルを継続学習しつつ、古いスキルの忘却を低減するフレームワーク SkillsCrafter を提案。 - 動的な実環境展開を目指す。

2. 先行研究と比べてどこがすごい?

- 従来の言語条件付きマニピュレーションエージェントは逐次適応により古いスキルを壊滅的に忘却する。 - SkillsCrafter は複数スキルを継続学習しながら忘却を低減できる点で優位。 - 実験で有効性と優位性を示した。

3. 技術・手法の肝は?

- Manipulation Skills Adaptation を提案し、古いスキル知識を保持しつつ、新旧スキル間の共有知識を継承して新スキル学習を促進。 - 多様なスキル指示に対して特異値分解 (singular value decomposition) を行い、共通スキル意味部分空間射影行列を取得し、スキルの本質的意味空間を記録。 - Skills Specialization Aggregation を提案し、スキル意味部分空間におけるスキル間類似度を計算し、過去に学習したスキル知識を新規または未知のスキルに集約。

4. どうやって有効だと検証した?

- 広範な実験により SkillsCrafter の有効性と優位性を実証。 - 具体的な実験設定や評価指標は要旨からは不明。

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。 - 同分野の関連手法として、継続学習 (continual learning) や言語条件付きマニピュレーション (language-conditioned manipulation) の定番研究が挙げられる。

※ 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: Xudong Wang, Zebin Han, Zhiyu Liu, Gan Li, Jiahua Dong, Baichen Liu, Lianqing Liu, Zhi Han

分類: cs.RO, cs.AI

原文アブストラクト

Traditional language-conditioned manipulation agent sequential adaptation to new manipulation skills leads to catastrophic forgetting of old skills, limiting dynamic scene practical deployment. In this paper, we propose SkillsCrafter, a novel robotic manipulation framework designed to continually learn multiple skills while reducing catastrophic forgetting of old skills. Specifically, we propose a Manipulation Skills Adaptation to retain the old skills knowledge while inheriting the shared knowledge between new and old skills to facilitate learning of new skills. Meanwhile, we perform the singular value decomposition on the diverse skill instructions to obtain common skill semantic subspace projection matrices, thereby recording the essential semantic space of skills. To achieve forget-less and generalization manipulation, we propose a Skills Specialization Aggregation to compute inter-skills similarity in skill semantic subspaces, achieving aggregation of the previously learned skill knowledge for any new or unknown skill. Extensive experiments demonstrate the effectiveness and superiority of our proposed SkillsCrafter.

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

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