日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

ロボットポリシー/動作生成arXiv:2605.24433

事前補正と直交信頼領域ガイダンスによる滑らかなアクション塊フローポリシー

Smoother Action Chunking Flow Policy via Prior-Corrected Orthogonal Trust-Region Guidance

シェア:XThreadsFacebookLINEはてブBluesky

フローマッチングロボットポリシーのアクション塊境界での不連続な動作遷移を改善するため、事前分布スケールを組み込んだ重みと直交信頼領域制約を持つガイダンス手法POTRを提案し、LIBEROベンチマークで成功率向上と動作の滑らかさ改善を実証した。

詳しい要約

1. どんなもの?

- フローマッチングに基づくロボットポリシーにおいて、アクションチャンキング推論時のチャンク境界で生じる不連続な動作遷移を滑らかにする手法。 - 既存のRTCガイダンスを改良し、事前分布補正と直交信頼領域を導入したPOTRを提案。 - 主な目的は、チャンク境界の不連続性、加速度、ジャークを低減しつつ成功率を向上させること。

2. 先行研究と比べてどこがすごい?

- 既存のRTCガイダンスは、ノイズ除去中に補正信号を注入して連続性を改善するが、中間タイムステップでの重みスケジュールが弱く、補正方向が無制約で横方向の摂動を導入する問題があった。 - POTRは、データ事前分布スケールσ_dをRTCガイダンス重みに組み込み、中間時間での補正を強化。 - さらに、ガイダンスベクトルをノイズ除去速度に平行な成分と垂直な成分に分解し、垂直成分を信頼領域内に制約することで、横方向の摂動を抑制。 - 結果として、RTCと比較して成功率を向上させ、チャンク境界の不連続性、加速度、ジャークを一貫して低減。

3. 技術・手法の肝は?

- POTRは、事前補正直交信頼領域ガイダンス法。 - 第一に、データ事前分布スケールσ_dをRTCガイダンス重みに導入し、中間タイムステップでの補正を強化。 - 第二に、ガイダンスベクトルをノイズ除去速度に平行な成分と垂直な成分に分解し、垂直成分を信頼領域内に制約。 - これにより、補正方向の制御と安定性向上を実現。

4. どうやって有効だと検証した?

- LIBEROベンチマークでπ_{0.5}を用いて評価。 - POTRはRTCと比較して成功率を向上させ、チャンク境界の不連続性、加速度、ジャークを一貫して低減。 - アブレーションにより、事前補正重みが主な補正ゲインをもたらし、直交信頼領域が安定性をさらに改善することを示した。

5. 議論はある?

- 要旨からは不明。

6. 次に読むべき論文は?

- RTC (Real-Time Correction) ガイダンス - Flow-matching robot policies - Action chunking inference - LIBERO benchmark - π_{0.5}

※ 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: Kai Fang, Hailong Pei, Xuemin Chi

分類: cs.RO, cs.LG

原文アブストラクト

Flow-matching robot policies commonly use action-chunking inference for efficient closed-loop control, but chunk boundaries can introduce discontinuous action transitions. Existing RTC guidance improves continuity by injecting correction signals during denoising, yet its weight schedule is weak at intermediate timesteps and its unconstrained correction direction may introduce transverse perturbations. We propose POTR, a **p**rior-corrected **o**rthogonal **t**rust-**r**egion guidance method. First, we incorporate a data-prior scale $\sigma_d$ into the RTC guidance weight, yielding stronger intermediate-time correction. Second, we decompose the guidance vector into components parallel and perpendicular to the denoising velocity, and constrain the perpendicular component within a trust region. On LIBERO with $\pi_{0.5}$, POTR improves success rate and consistently reduces chunk-boundary discontinuity, acceleration, and jerk compared with RTC. Ablations show that the prior-corrected weight provides the main correction gain, while the orthogonal trust region further improves stability.

  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. 3NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  4. 4GXO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
  5. 5Google DeepMind、ロボット向けAIを発表新製品・発表

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