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:2605.09789

ゼロショットSim-to-Realロボット学習:リアクティブキャッチングにおける巧みな操作の研究

Zero-Shot Sim-to-Real Robot Learning: A Dexterous Manipulation Study on Reactive Catching

シェア:XThreadsFacebookLINEはてブBluesky

ドメインランダム化の新しい手法DRISを提案し、複数のランダム化インスタンスを同時に扱うことでロボットのポリシーを強化し、ゼロショットでの実機転送を実現した。

詳しい要約

1. どんなもの?

- 本論文は、Dexterous ManipulationのSim-to-Real転移を扱う研究。 - 特にReactive Catchingタスクを対象とし、Flat Plateを用いる。 - 従来のDomain Randomization (DR)の限界を指摘し、Domain-Randomized Instance Set (DRIS)を提案。 - DRISは複数のランダム化インスタンスを同時に表現・伝播し、不確実なダイナミクスの近似を豊かにする。 - 理論解析に基づき、DRISがよりロバストなポリシーを生成し、実世界でのファインチューニングを不要にすることを示す。 - 10程度のインスタンスでも有効。 - ゼロショットSim-to-Real転移を実現。

2. 先行研究と比べてどこがすごい?

- 従来のDRは1エピソードにつき1つのランダム化インスタンスのみを使用し、実世界のダイナミクスの変動性への曝露が限定的。 - 提案手法DRISは、複数のランダム化インスタンスを同時に表現・伝播することで、不確実なダイナミクスのより豊かな近似を提供。 - これにより、ポリシーは複数の可能な結果を考慮した行動を学習可能。 - 理論解析により、DRISがよりロバストなポリシーを生成し、実世界でのファインチューニングの必要性を軽減することを示す。 - 従来のCatching設定では、エンドエフェクタが物体を機械的に安定化する設計(例:曲面や包囲面)を用いるが、本研究ではFlat Plateを使用し、受動的安定化がなく、ノイズに非常に敏感で迅速な反応動作を必要とする。 - 学習されたポリシーは不確実性に対して強いロバスト性を示し、信頼性の高いゼロショットSim-to-Real転移を達成。

3. 技術・手法の肝は?

- 提案手法はDomain-Randomized Instance Set (DRIS)。 - DRISは、複数のランダム化インスタンスを同時に表現し、伝播する。 - これにより、不確実なダイナミクスのより豊かな近似が可能。 - ポリシーは複数の可能な結果を考慮した行動を学習。 - 理論解析により、DRISがよりロバストなポリシーを生成し、実世界でのファインチューニングの必要性を軽減することを示す。 - 10程度のインスタンスでも有効。 - タスクはReactive Catchingで、Flat Plateを使用。 - 従来のCatching設定とは異なり、受動的安定化がないため、ノイズに敏感で迅速な反応動作が必要。

4. どうやって有効だと検証した?

- 挑戦的なReactive CatchingタスクでDRISを実証。 - 従来のCatching設定とは異なり、Flat Plateを使用し、受動的安定化がない。 - 学習されたポリシーは不確実性に対して強いロバスト性を示す。 - 信頼性の高いゼロショットSim-to-Real転移を達成。 - 具体的な評価指標や実験設定の詳細は要旨からは不明。

5. 議論はある?

- 理論解析により、DRISがよりロバストなポリシーを生成し、実世界でのファインチューニングの必要性を軽減することを示す。 - 10程度のインスタンスでも有効であることを示唆。 - 従来のDRの限界を指摘し、DRISの利点を議論。 - 具体的な限界や課題については要旨からは不明。

6. 次に読むべき論文は?

- Domain Randomization (DR) に関する研究。 - Sim-to-Real Transfer に関する研究。 - Dexterous Manipulation に関する研究。 - Reactive Catching に関する研究。 - 具体的な参照論文は要旨からは不明。

※ 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: Kejia Ren, Gaotian Wang, Andrew S. Morgan, Kaiyu Hang

分類: cs.RO

原文アブストラクト

Dexterous manipulation is physics-intensive and highly sensitive to modeling errors and perception noise, making sim-to-real transfer prohibitively challenging. Domain randomization (DR) is commonly used to improve the robustness of learned policies for such tasks, but conventional DR randomizes one instance per episode, offering very limited exposure to the variability of real-world dynamics. To this end, we propose Domain-Randomized Instance Set (DRIS), which represents and propagates a set of randomized instances simultaneously, providing richer approximation of uncertain dynamics and enabling policies to learn actions that account for multiple possible outcomes. Supported by theoretical analysis, we show that DRIS yields more robust policies and alleviates the need for real-world fine-tuning, even with a modest number of instances (e.g., 10). We demonstrate this on a challenging reactive catching task. Unlike traditional catching setups that use end-effectors designed to mechanically stabilize the object (e.g., curved or enclosing surfaces), our system uses a flat plate that offers no passive stabilization, making the task highly sensitive to noise and requiring rapid reactive motions. The learned policies exhibit strong robustness to uncertainties and achieve reliable zero-shot sim-to-real transfer.

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

OZ GAMING(GPU搭載BTOゲーミングPC)

OZ GAMING(GPU搭載BTOゲーミングPC)の公式広告バナーOZ GAMINGで完成品PCを見る ↗
PR本紙発行元 EmplifAI