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/技能合成arXiv:2605.20648

述語と行動の同時学習によるゼロショット技能合成

Jointly Learning Predicates and Actions Enables Zero-Shot Skill Composition

シェア:XThreadsFacebookLINEはてブBluesky

ロボットの模倣学習において、行動とその象徴的な結果(述語)を同時に生成する新しいポリシーを提案し、学習済み技能のゼロショット合成を可能にした。

詳しい要約

1. どんなもの?

- 本論文は、Predicate Action Skills (PACTS) という新たなクラスの閉ループ視覚運動ポリシーを提案する。 - PACTSは、スキルを行動軌道と述語信念軌道の同時生成プロセスとしてモデル化する。 - これにより、単一モデル内で一貫した行動と結果のロールアウトを生成できる。 - 学習したスキルをゼロショットで組み合わせることを可能にする。

2. 先行研究と比べてどこがすごい?

- 既存のLearning from Demonstration (LfD) 手法は、既知のスキルの新しい組み合わせに再学習なしで一般化することが難しい。 - 現代の生成ポリシーは行動軌道のみをモデル化し、記号的な結果を推論できないため、ロバストな組み合わせが困難である。 - PACTSは行動と述語を同時にモデル化することで、この問題に対処し、ゼロショットでのスキル組み合わせを実現する。

3. 技術・手法の肝は?

- スキルを行動軌道と述語信念軌道の同時生成プロセスとしてモデル化する。 - 閉ループ視覚運動ポリシーとして、行動と述語の一貫したロールアウトを単一モデルで生成する。 - 述語予測をオンラインで提供し、シンボリックインターフェースとして活用する。 - 計画により、学習したスキルをゼロショットで組み合わせ、実行を監視する。

4. どうやって有効だと検証した?

- 要旨からは不明。具体的な実験や評価方法については記述されていない。

5. 議論はある?

- 要旨からは不明。議論や限界については記述されていない。

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、Learning from Demonstration (LfD) や生成ポリシー、シンボリック計画が挙げられる。

※ 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: Benedict Quartey, Sebastian Castro, Eric Rosen, Wil Thomason, George Konidaris, Stefanie Tellex

分類: cs.RO, cs.AI

原文アブストラクト

Learning from Demonstration (LfD) enables robots to learn complex behaviors from expert examples, yet existing approaches often fail to generalize to new compositions of known skills without retraining. Modern generative policies model distributions over action trajectories alone, thus are unable to reason about the symbolic outcomes required for robust composition. We propose that skills should jointly model action trajectories and the symbolic outcomes they induce. To address this gap, we introduce Predicate Action Skills (PACTS), a class of closed-loop visuomotor policies that model skills as a joint generative process over action and predicate belief trajectories, producing coherent action-outcome rollouts within a single model. Jointly generating actions and predicates enables PACTS to learn internal representations that improve both action generation and predicate classification. Furthermore, we demonstrate zero-shot composition of learned skills via planning by leveraging online predicate predictions from PACTS as a symbolic interface for sequencing and monitoring execution. Project website: https://planpacts.github.io/

  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