制御/蒸留2026/5/1arXiv:2605.24924

拡散モデルを用いた動的ニューラルクープマン蒸留によるリアルタイムロボット制御

Dynamic Neural Koopman Distillation for Real-Time Robot Control Using Diffusion Models

拡散モデルの反復ノイズ除去による遅延を解消するため、多段階推論を単一パスに蒸留しつつ多様性を保つフレームワークを提案し、D4RLベンチマークと実機で高速な閉ループ制御を実証した。

詳しい要約

1. どんなもの？

- Diffusion model を用いたロボット軌道計画は多様なマルチモーダル軌道を生成できるが、反復 denoising により高頻度 closed-loop control に不向きな遅延が生じる。 - 本論文は Dynamic Neural Koopman Distillation を提案し、multistep diffusion inference を単一 forward pass に蒸留しつつ、teacher model のマルチモーダル表現力を保持する。 - Factorized Dynamic Koopman layer を導入し、state-dependent modal gains を伴う factorized latent transition で denoising process をモデル化する。

2. 先行研究と比べてどこがすごい？

- 既存の one-step distillation 手法と比較して、報告された locomotion タスクで大幅に優れる。 - teacher policy と比べて推論遅延をミリ秒領域に削減する。 - ハードウェア実験で滑らかかつ高速な closed-loop 実行を実現し、タスク成功率と同等の精度を維持する。

3. 技術・手法の肝は？

- multistep diffusion inference を単一 forward pass に蒸留する Dynamic Neural Koopman Distillation を提案。 - Factorized Dynamic Koopman layer により、denoising process を factorized latent transition としてモデル化。 - state-dependent modal gains を用いて、teacher model のマルチモーダル表現力を保持する。

4. どうやって有効だと検証した？

- 標準的な D4RL MuJoCo locomotion benchmarks で評価。 - 物理的な Kinova manipulator でも評価。 - one-step baselines と比較し、locomotion タスクでの優位性、推論遅延のミリ秒領域への削減、closed-loop 実行の滑らかさ・高速性・タスク成功率・精度を検証。

5. 議論はある？

- 要旨からは不明。

6. 次に読むべき論文は？

- D4RL MuJoCo locomotion benchmarks に関連する研究。 - one-step distillation 手法。 - diffusion model を用いたロボット計画手法。 - Kinova manipulator を用いたロボット制御研究。

※ 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: Lei Zheng, Peiqi Yu, Zengqi Peng, Changliu Liu, Armin Lederer

分類: cs.RO

原文アブストラクト

Diffusion models excel at generating diverse and multimodal trajectories for robotic planning, yet their iterative denoising process introduces latency that is incompatible with high-frequency closed-loop control. To address this problem, we propose Dynamic Neural Koopman Distillation, a framework that distills multistep diffusion inference into a single forward pass while retaining the multimodal expressivity of the teacher model. Specifically, we introduce a Factorized Dynamic Koopman layer that models the denoising process through a factorized latent transition with state-dependent modal gains. We evaluate the proposed method on standard D4RL MuJoCo locomotion benchmarks and a physical Kinova manipulator, comparing against one-step baselines. The results show that our method significantly outperforms existing one-step distillation approaches on the reported locomotion tasks, and reduces the inference latency to the millisecond regime compared with the teacher policy. Hardware experiments further demonstrate that our method enables smooth and fast closed-loop execution while maintaining task success and comparable accuracy. A project page is available at https://fdkoopman.github.io/.

arXivで原文を読む →arXiv概要ページ

← 論文一覧