周波数認識フローマッチングによる連続かつ一貫したロボット動作生成

ロボットマニピュレーション向けの連続的で時間的に一貫した行動生成手法 Frequency-Aware Flow Matching (FAFM) を提案する論文。 - 既存の flow matching や diffusion policy は離散化された action chunk に依存し、異なる制御周波数のデモや時間的不整合に弱い。 - FAFM は離散行動列を DCT で周波数領域に変換し、係数上で flow matching を行い、cosine basis expansion で連続行動を再構成する。 - 時間的一貫性のため一次時間微分を正則化し、Sobolev 型制約で高周波誤差と急激な行動変化を抑制する。 - 追加のネットワークパラメータを導入せず、standalone flow-matching policy と vision-language action model の両方に適用可能。

既存の flow matching や diffusion policy は離散 action chunk を前提とし、異なる制御周波数のデモや時間的不整合に脆弱だった。 - FAFM は周波数領域で flow matching を行うことで、異種周波数入力への頑健性を実現。 - 時間微分の正則化により、滑らかで一貫した行動を生成し、制御安定性を向上。 - 追加パラメータなしで既存の flow-matching policy や vision-language action model に適用可能な点が簡便で汎用的。 - 合成 toy benchmark、obstacle avoidance、LapGym、LIBERO で成功率、多峰性表現、運動滑らかさ、収束速度、機械バイアスと混合周波数入力への頑健性を改善。

技術の肝は以下の通り。 - 離散行動列を discrete cosine transform (DCT) で周波数領域に変換し、その係数上で flow matching を実行。 - cosine basis expansion により連続行動を再構成。 - 時間的一貫性のため一次時間微分を正則化。これは Sobolev 型制約に対応し、高周波誤差を抑制し急激な行動変化を防ぐ。 - 追加のネットワークパラメータを導入せず、standalone flow-matching policy と vision-language action model に適用可能。

以下のベンチマークと実機で検証。 - synthetic toy benchmark - obstacle avoidance - LapGym - LIBERO - 実世界の Franka robot 評価項目は成功率、多峰性表現、運動滑らかさ、収束速度、機械バイアスへの頑健性、混合周波数入力への頑健性。 これらの改善が一貫して見られた。

要旨からは不明。 - 限界や失敗事例、計算コスト、他手法との詳細な比較議論については記述がない。

要旨で参照/比較されている研究や関連手法を挙げる。 - flow matching - diffusion policy - vision-language action model - discrete cosine transform (DCT) - Sobolev 型制約 - LapGym - LIBERO - Franka robot これらに関連する論文や、flow matching と diffusion policy の比較研究が次に読むべき候補。