日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

長期的行動生成arXiv:2604.20721

ALAS: 非同期パスウェイストリーム分離による適応的長期的行動合成

ALAS: Adaptive Long-Horizon Action Synthesis via Async-pathway Stream Disentanglement

シェア:XThreadsFacebookLINEはてブBluesky

人間-シーン相互作用における長期的タスクを、環境理解とスキル学習を分離する二重ストリームアーキテクチャで学習し、環境やスキルの新たな組み合わせへの汎化を実現するフレームワークを提案した。

詳しい要約

1. どんなもの?

- どんなもの? - Human-Scene Interaction (HSI) における Long-Horizon (LH) タスクを対象としたクロスドメイン学習フレームワーク ALAS を提案。 - 生物の脳の「where-what」二重経路機構に着想を得た dual-stream disentanglement を採用。 - 環境学習モジュールとスキル学習モジュールの2つで構成。 - 既存手法のスキル連鎖の限界を克服し、新しい環境とスキルの組み合わせへの汎化を目指す。

2. 先行研究と比べてどこがすごい?

- 先行研究と比べてどこがすごい? - 既存手法は事前学習済みサブタスクを連結するスキル連鎖に依存し、環境観測と自己状態が密結合で、新しい組み合わせへの汎化が困難。 - ALAS は環境と自己を完全に分離(environment-self disentanglement)し、クロスドメイン転移を実現。 - 独立した運動パターン符号化によりクロススキル転移を可能に。 - 実験で平均サブタスク成功率23%向上、平均実行効率29%向上を達成。

3. 技術・手法の肝は?

- 技術や手法の肝はどこ? - 環境学習モジュール:空間理解を担当し、物体機能、空間関係、シーン意味論を捉える。完全な環境-自己分離によりクロスドメイン転移を実現。 - スキル学習モジュール:タスク実行を担当し、関節自由度や運動パターンを含む自己状態情報を処理。独立した運動パターン符号化によりクロススキル転移を可能に。 - 二重経路の分離(dual-stream disentanglement)が中核。

4. どうやって有効だと検証した?

- どうやって有効だと検証した? - HSI シーンにおける様々な LH タスクで広範な実験を実施。 - 既存手法と比較し、平均サブタスク成功率23%向上、平均実行効率29%向上を確認。 - 具体的なデータセット名や評価指標は要旨からは不明。

5. 議論はある?

- 議論はある? - 要旨からは不明。 - 限界や今後の課題についての言及はない。

6. 次に読むべき論文は?

- 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、Human-Scene Interaction (HSI) や Long-Horizon (LH) タスクにおけるスキル連鎖(skill chaining)や事前学習済みサブタスク連結に関する研究が挙げられる。 - 具体的な論文名は要旨からは不明。

※ 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: Yutong Shen, Hangxu Liu, Lei Zhang, Penghui Liu, Yinqi Liu, Liuxiang Yang, Tongtong Feng

分類: cs.RO

原文アブストラクト

Long-Horizon (LH) tasks in Human-Scene Interaction (HSI) are complex multi-step tasks that require continuous planning, sequential decision-making, and extended execution across domains to achieve the final goal. However, existing methods heavily rely on skill chaining by concatenating pre-trained subtasks, with environment observations and self-state tightly coupled, lacking the ability to generalize to new combinations of environments and skills, failing to complete various LH tasks across domains. To solve this problem, this paper presents ALAS, a cross-domain learning framework for LH tasks via biologically inspired dual-stream disentanglement. Inspired by the brain's "where-what" dual pathway mechanism, ALAS comprises two core modules: i) an environment learning module for spatial understanding, which captures object functions, spatial relationships, and scene semantics, achieving cross-domain transfer through complete environment-self disentanglement; ii) a skill learning module for task execution, which processes self-state information including joint degrees of freedom and motor patterns, enabling cross-skill transfer through independent motor pattern encoding. We conducted extensive experiments on various LH tasks in HSI scenes. Compared with existing methods, ALAS can achieve an average subtasks success rate improvement of 23\% and average execution efficiency improvement of 29\%.

  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