日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

模倣学習arXiv:2604.06067

HiPolicy: 階層型マルチ周波数アクションチャンキングによるポリシー学習

HiPolicy: Hierarchical Multi-Frequency Action Chunking for Policy Learning

シェア:XThreadsFacebookLINEはてブBluesky

ロボットの模倣学習において、長期的な依存関係のモデリングと細かい閉ループ制御のトレードオフを解決するため、異なる周波数でアクション系列を予測する階層型マルチ周波数アクションチャンキングフレームワークを提案した。

詳しい要約

1. どんなもの?

- ロボット模倣学習のための階層的マルチ周波数アクションチャンキングフレームワーク「HiPolicy」を提案。 - 異なる周波数で行動系列を同時予測し、粗い高レベル計画と精密な反応的動作の両方を捉える。 - 履歴観測から各周波数に整合した階層的特徴を抽出・融合し、マルチ周波数チャンクを生成。 - 行動の不確実性に基づき長期計画と細粒度制御を適応的にバランスするエントロピー誘導実行機構を導入。

2. 先行研究と比べてどこがすごい?

- 既存の固定周波数アクションチャンキングは、長期依存性のモデリングと細粒度の閉ループ制御の間のトレードオフに苦しむ。 - HiPolicyは異なる周波数で行動系列を同時予測することで、このトレードオフを克服し両方を実現。 - 既存の2Dおよび3D生成ポリシーにシームレスに統合可能で、性能を一貫して改善し実行効率を大幅に向上。

3. 技術・手法の肝は?

- 階層的マルチ周波数アクションチャンキング:異なる周波数で行動系列を同時予測。 - 履歴観測から各周波数に整合した階層的特徴を抽出・融合し、マルチ周波数チャンクを生成。 - エントロピー誘導実行機構:行動の不確実性に基づき、長期計画と細粒度制御を適応的にバランス。

4. どうやって有効だと検証した?

- 多様なシミュレーテッドベンチマークおよび実世界のマニピュレーションタスクで実験。 - 既存の2Dおよび3D生成ポリシーに統合し、性能の一貫した改善と実行効率の大幅な向上を確認。

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、既存の2Dおよび3D生成ポリシー、固定周波数アクションチャンキング、模倣学習における階層的アプローチが挙げられる。

※ 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: Jiyao Zhang, Zimu Han, Junhan Wang, Xionghao Wu, Shihong Lin, Jinzhou Li, Hongwei Fan, Ruihai Wu, Dongjiang Li, Hao Dong

分類: cs.RO

原文アブストラクト

Robotic imitation learning faces a fundamental trade-off between modeling long-horizon dependencies and enabling fine-grained closed-loop control. Existing fixed-frequency action chunking approaches struggle to achieve both. Building on this insight, we propose HiPolicy, a hierarchical multi-frequency action chunking framework that jointly predicts action sequences at different frequencies to capture both coarse high-level plans and precise reactive motions. We extract and fuse hierarchical features from history observations aligned to each frequency for multi-frequency chunk generation, and introduce an entropy-guided execution mechanism that adaptively balances long-horizon planning with fine-grained control based on action uncertainty. Experiments on diverse simulated benchmarks and real-world manipulation tasks show that HiPolicy can be seamlessly integrated into existing 2D and 3D generative policies, delivering consistent improvements in performance while significantly enhancing execution efficiency.

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