EmbodiSteer: 関節空間ガイダンスによる身体非依存視覚運動ポリシーの操縦 - ゼロショット異種身体展開に向けて

- 大規模heterogeneous dataやbody-free dataから学習するembodiment-agnostic visuomotor policyを、zero-shotでcross-embodiment展開するためのtraining-free framework。 - Cartesian end-effector actionsをinterfaceとして保持しつつ、推論時にtarget robotのjoint spaceへ誘導する。 - 全身collision回避などのrobot-specific制約に対応し、Cartesian-only実行よりcollision rateを46.1%削減、task success rateを28.5%向上(9 simulated robots)。 - 2 physical robotsの高制約scenarioではcollision rate 90.0%削減、success rate 36.7%向上。

- 従来のembodiment-agnostic policyはCartesian end-effector actionsを共通interfaceとし、大規模heterogeneous dataを活用できる点が強み。 - しかしend-effector-only abstractionではdeployed robot bodyをpolicyが認識せず、whole-body collision avoidanceなどのrobot-specific制約下でbrittleになる。 - EmbodiSteerはpolicy学習をCartesian spaceに保ったまま、inference-timeにjoint space guidanceを加えることで、再学習なしにembodiment-aware deploymentを実現する点が異なる。 - 具体的な先行研究名や比較手法は要旨からは不明。

- training-free frameworkで、policy learningはCartesian spaceのまま維持。 - inference-time diffusion samplingをtarget robotのjoint spaceへ持ち上げる。 - forward kinematicsとJacobian-based updatesを用いてCartesian policyの出力をjoint spaceへ変換・更新。 - 各denoising step後にjoint trajectoriesへwhole-body collision-aware guidanceを適用し、学習済みend-effector behaviorを保ちつつcollisionから回避させる。

- 9 simulated robotsで評価し、Cartesian-only executionと比較してcollision rate 46.1%削減、task success rate 28.5%向上。 - 2 physical robotsのhighly constrained scenariosで、collision rate 90.0%削減、success rate 36.7%向上。 - 詳細な評価プロトコルやbaselineは要旨からは不明。

- Cartesian-only実行に対する優位性はsimulationとphysical robotで示されている。 - ただし、training-freeであるためpolicy自体の性能限界や、guidanceの計算コスト、他制約への一般性については要旨からは不明。 - 議論や限界に関する記述は要旨からは不明。

- 要旨で参照/比較されている具体的な先行研究は明記されていない。 - 関連手法として、embodiment-agnostic visuomotor policy learning、Cartesian end-effector action interface、diffusion policy、forward kinematics、Jacobian-based updates、whole-body collision avoidance guidanceが挙げられる。 - 同分野の定番として、imitation learning、diffusion policy、cross-embodiment learningに関する論文を次に読むべき。