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:2605.13996

デモンストレーション周辺での適応的探索のためのエルゴード模倣

Ergodic Imitation for Adaptive Exploration around Demonstrations

シェア:XThreadsFacebookLINEはてブBluesky

模倣学習における訓練と実環境のミスマッチに対応するため、デモの幾何学的構造から目標分布を構築し、追従と探索を適応的に切り替えるエルゴード制御に基づく軌道生成手法を提案した。

詳しい要約

1. どんなもの?

- ロボティクスにおける模倣学習の課題に対処する適応的エルゴディック模倣手法を提案。 - 訓練と展開条件の不一致(環境変化、不完全な観測・制御)により、ロボットが名目軌道で行き詰まる問題を解決。 - デモンストレーションに基づくオンライン探索戦略を構築。 - 取得したデモの幾何学から目標分布を構築し、追従と探索を適応的に補間する軌道を生成。 - 従来のエルゴディック制御を拡張し、検索ベースのリセッディングホライズン枠組みにデモを取り込む。

2. 先行研究と比べてどこがすごい?

- 従来のエルゴディック制御はエリアカバレッジや探索に限定されていたが、本研究はデモンストレーションを組み込むことで適応的模倣に拡張。 - 従来の模倣学習は条件不一致に弱く、名目軌道で行き詰まる問題があったが、適応的オンライン探索で対処。 - 検索ベースのリセッディングホライズン枠組みを導入し、デモに基づく目標分布を利用する点が新しい。

3. 技術・手法の肝は?

- 取得したデモンストレーションの幾何学から目標分布を構築。 - エルゴディック制御を拡張し、追従と探索を適応的に補間する軌道を生成。 - 検索ベースのリセッディングホライズン枠組みを採用。 - デモンストレーションをオンライン探索戦略に組み込む。

4. どうやって有効だと検証した?

- 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。 - 関連手法として、エルゴディック制御、模倣学習、リセッディングホライズン制御、検索ベースの手法が挙げられる。

※ 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: Ziyi Xu, Cem Bilaloglu, Yiming Li, Sylvain Calinon

分類: cs.RO

原文アブストラクト

In robotics, a common challenge in imitation learning is the mismatch between training and deployment conditions, caused, for example, by environmental changes or imperfect observation and control. When a robot follows a nominal trajectory under such mismatch, it may become stuck and fail to complete the task. This calls for adaptive online exploration strategies that remain grounded in demonstrations. To this end, we propose an adaptive ergodic imitation approach that constructs a target distribution from the geometry of the retrieved demonstrations and uses it to generate trajectories that adaptively interpolate between tracking and exploration. Our method extends ergodic control beyond its traditional role in area-coverage and search by incorporating demonstrations into a retrieval-based receding-horizon framework for adaptive imitation.

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

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