日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

マニピュレーションarXiv:2606.05248

記号的プランニングと残差オペレータ学習による逆操作

Inverse Manipulation through Symbolic Planning and Residual Operator Learning

シェア:XThreadsFacebookLINEはてブBluesky

ロボット操作タスクの逆操作を、デモから抽出した記号的オペレータと強化学習による残差制御を組み合わせたハイブリッドフレームワークで実現する論文。

詳しい要約

1. どんなもの?

- ロボットマニピュレーションにおける逆操作を、記号的計画と残差オペレータ学習を組み合わせて実現するハイブリッドフレームワーク。 - デモンストレーションからSTRIPSライクなオペレータをソフト幾何述語で自動抽出し、逆スキル目的を導出。 - タスクプランナが逆目的を達成しようとし、未解決の述語をRLで解消する。 - ManiSkill3のPushCubeタスクで評価。

2. 先行研究と比べてどこがすごい?

- 従来の記号的逆計画やモータ軌道の巻き戻しでは、連続的な相互作用ダイナミクス下で順方向実行の効果を完全に復元できない問題に対処。 - 記号的逆計画の粗さをRLによる残差制御で補い、物理的に根拠のある逆スキルを実現する点が新しい。 - デモから自動抽出したオペレータに基づく逆目的の構築が特徴。

3. 技術・手法の肝は?

- デモンストレーションからソフト幾何述語を用いてSTRIPSライクなオペレータを自動抽出。 - 各オペレータに対し、事前条件を保持し、削除効果を復元し、追加効果を否定する逆復元目的を構築。 - タスクプランナが利用可能なアクションプリミティブで目的を満たそうとし、未解決の記号述語が残差オペレータ学習問題を誘導。 - 残差はSoft Actor-Criticポリシーで学習。

4. どうやって有効だと検証した?

- ManiSkill3のPushCubeタスクで評価。 - 順方向の押しスキルに対し、記号的逆は粗いpick-and-place復元を実行し、残差Soft Actor-Criticポリシーがキューブの姿勢を微調整して残りの逆述語を満たす。 - 述語由来の残差制御が近似的記号的逆を物理的に根拠のある逆スキルに変えることを示した。

5. 議論はある?

- 要旨からは、限界や議論の詳細は不明。 - 記号的逆と残差学習の組み合わせが有効であることが示唆されるが、他のタスクへの一般化やスケーラビリティについては言及されていない。

6. 次に読むべき論文は?

- 要旨で参照されている研究は明示されていない。 - 関連手法として、STRIPSライクな記号計画、Soft Actor-Critic、ManiSkill3、PushCubeタスクが挙げられる。 - 同分野の定番として、記号計画と強化学習の統合に関する研究や、ロボットマニピュレーションの逆問題に関する論文が考えられる。

※ 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: Yigit Yildirim, Giuseppe Rauso, Riccardo Caccavale, Alberto Finzi

分類: cs.RO

原文アブストラクト

Inverting a robotic task requires more than reversing symbolic state transitions or rewinding motor trajectories. In robot manipulation tasks, symbolic inverse plans often fail to fully restore the effects of forward executions under continuous interaction dynamics. We present a hybrid framework for inverse manipulation that derives inverse-skill objectives from STRIPS-like operators automatically extracted from demonstrations through soft geometric predicates. For each extracted operator, we construct an inverse restoration objective that preserves preconditions, restores delete effects, and negates add effects. A task planner first attempts to satisfy this objective using available action primitives. Unresolved symbolic predicates then induce a residual operator learning problem solved through Reinforcement Learning (RL). We evaluate the framework on the ManiSkill3 PushCube task. For a forward pushing skill, the symbolic inverse performs a coarse pick-and-place restoration, while a residual Soft Actor-Critic policy refines the cube pose to satisfy the remaining inverse predicates. Our results show that predicate-derived residual control can turn an approximate symbolic inverse into a physically grounded inverse skill.

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. 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. 3GXO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
  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