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:2606.21188

自分が何をしたか覚えていますか?:部分観測可能な物体操作のための行動記憶学習

Remember what you did?: Learning Behavioral Memories for Partially Observable Object Manipulation

シェア:XThreadsFacebookLINEはてブBluesky

ロボットの過去の行動履歴を圧縮して記憶するモジュールを導入し、部分観測下での接触を伴う長期的な操作タスクを成功させる新しいポリシーCAMPを提案した。

詳しい要約

1. どんなもの?

- 長期的で接触を伴う操作は部分的観測可能であり、単一の視覚観測ではロボットの行動文脈(過去の試行、相互作用、進捗)を捉えられない。 - この問題に対処するため、Compressed Action Memory Policy (CAMP) を提案。 - CAMPは、ロボット自身の行動履歴が自己教師あり信号として有用であるという洞察に基づく。 - 記憶モジュールを訓練し、過去の行動の圧縮表現を維持することで、潜在的な行動記憶を符号化する。 - これにより、追加の監督や外部監視なしに、失敗から学び、一般的なタスク進捗を暗黙的に追跡できる。

2. 先行研究と比べてどこがすごい?

- 標準的なvisuomotor policiesやvision-language-action modelsは、記憶の欠如により部分的観測可能な接触リッチ操作に苦戦する。 - CAMPは、学習された記憶のみを通じて、接触リッチで部分的観測可能な操作タスクで実質的な成功を示した初のポリシーである。 - 最先端ベースラインと比較して大幅な性能向上を達成。

3. 技術・手法の肝は?

- ロボット自身の行動履歴を自己教師あり信号として利用。 - 記憶モジュールを訓練し、過去の行動の圧縮表現を維持。 - この表現が、ロボットの過去の相互作用全体を符号化する潜在的行動記憶として機能。 - 将来の行動をより良く文脈化するために使用。 - 追加の監督や外部監視を必要としない。

4. どうやって有効だと検証した?

- 4つの実ロボットセットアップと2つの新しいシミュレーションベンチマーク(Memory-T-BenchとMemory-Manip-Bench)でCAMPを評価。 - 最先端ベースラインと比較して大幅な性能向上を実証。

5. 議論はある?

- 要旨からは不明。

6. 次に読むべき論文は?

- 要旨で参照/比較されている研究:visuomotor policies, vision-language-action models。 - 関連手法:Compressed Action Memory Policy (CAMP) 自体が提案手法。 - 同分野の定番:部分的観測可能な操作、記憶ベースの強化学習、行動クローニング。

※ 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: Kuancheng Wang, Seungho Yeom, Jinglin Cao, Yuheng Zhi, Nikhil Shinde, Michael Yip

分類: cs.RO

原文アブストラクト

Long horizon, contact-rich manipulation is inherently partially observable. This is as a single visual observation rarely captures a robot's full action context, including prior attempts, interactions, or progress. Consequently, standard visuomotor policies or vision-language-action models are prone to struggle in such tasks due to a lack of memory. To address this, we introduce Compressed Action Memory Policy (CAMP) based on the insight that a robot's own action history serves as a highly informative, self-supervised signal, enabling the policy to learn a robust, compact history representation. In our approach, we train a memory module to maintain a compressed representation of past actions, forcing it to encode a latent behavioral memory of all the robot's past interactions that can then be used to better contextualize future actions. This allows our approach to implicitly track generalized task progress and learn from failed attempts without any additional supervision, or external oversight. We evaluate CAMP across four real-robot setups and two novel simulation benchmarks: Memory-T-Bench and Memory-Manip-Bench. By demonstrating substantial gains over state-of-the-art baselines, CAMP is, to our knowledge, the first policy to demonstrate substantial success on contact-rich partially observable manipulation tasks purely through learned memory.

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. 2GXO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
  3. 3newmo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
  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

OZ GAMING(GPU搭載BTOゲーミングPC)

OZ GAMING(GPU搭載BTOゲーミングPC)の公式広告バナーOZ GAMINGで完成品PCを見る ↗
PR本紙発行元 EmplifAI