日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

遠隔操作/強化学習arXiv:2605.15480

確率的遅延下でのロボット遠隔操作のための残差強化学習

Residual Reinforcement Learning for Robot Teleoperation under Stochastic Delays

シェア:XThreadsFacebookLINEはてブBluesky

確率的通信遅延による信号不連続性に対処するため、LSTMによる状態推定と残差強化学習を組み合わせたハイブリッド制御フレームワークを提案し、遅延下でも安定した遠隔操作を実現した。

詳しい要約

1. どんなもの?

- 確率的な通信遅延下でのロボット遠隔操作における制御安定性と性能劣化を解決するためのハイブリッド制御フレームワーク「delay-resilient RL」を提案。 - LSTMによる状態推定器と残差RLポリシーを統合し、遅延観測から滑らかな状態推定を再構築。 - 追従精度と速度平滑性のバランスを取る残差トルク補償ポリシーを学習。 - Franka Pandaロボットでの実験で、高分散な確率的遅延下でも堅牢で安定した遠隔操作を実現。

2. 先行研究と比べてどこがすごい?

- 従来のRL手法は遅延観測により高周波チャタリングを引き起こし、制御安定性と性能が低下する問題があった。 - 提案手法はLSTMによる状態推定と残差RLを組み合わせ、確率的遅延に耐性を持つ点で優位。 - 実験でstate-of-the-artベースラインを大幅に上回り、高分散遅延下でも安定した遠隔操作を実現。

3. 技術・手法の肝は?

- LSTMを用いた状態推定器が遅延観測から滑らかで連続的な状態推定を再構築。 - 残差RLポリシーが追従精度と速度平滑性のバランスを取る残差トルク補償を学習。 - ハイブリッド制御フレームワークにより、確率的遅延に耐性を持つ制御を実現。

4. どうやって有効だと検証した?

- Franka Pandaロボットを用いた実験的検証を実施。 - 提案手法がstate-of-the-artベースラインを大幅に上回ることを確認。 - 高分散な確率的遅延下でも堅牢で安定した遠隔操作を実現することを示した。

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や関連手法は明記されていないため、同分野の定番として、LSTMベースの状態推定、残差強化学習、遠隔操作における遅延補償に関する論文を挙げる。

※ 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: Kaize Deng, Zewen Yang

分類: cs.RO, cs.AI

原文アブストラクト

Stochastic communication delays in teleoperation introduce signal discontinuities that undermine control stability and degrade control performance. Consequently, the conventional reinforcement learning (RL) methods struggle with the delayed observations due to the delay-induced observations, leading to high-frequency chattering. To address this, we propose a hybrid control framework, delay-resilient RL, integrating a state estimator utilizing Long Short-Term Memory (LSTM) with a residual RL policy, which is resilient to stochastic delays. The LSTM reconstructs smooth, continuous state estimates from delayed observations, enabling the RL agent to learn a residual torque compensation policy that balances tracking accuracy with velocity smoothness. Experimental validation on Franka Panda robots demonstrates that our approach significantly outperforms the state-of-the-art baselines, ensuring robust and stable teleoperation even under high-variance stochastic delays.

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