マニピュレーション2026/6/1arXiv:2606.22982

協調ダイナミクスの潜在空間への蒸留による分散型マルチエージェント操作の暗黙的協調

Distilling Collaborative Dynamics into Latent Space for Implicit Coordination in Decentralized Multi-Agent Manipulation

分散型マルチエージェント操作において、中央集権的な情報や通信なしに暗黙的協調を実現するため、協調ダイナミクスを潜在空間に蒸留するCLS-DPを提案した。

詳しい要約

1. どんなもの？

- 分散型マルチエージェント多腕マニピュレーションのためのフレームワーク CLS-DP を提案。 - 部分観測下で、共有グローバルビュー・明示的状態情報・エージェント間通信なしに暗黙的協調を実現。 - CTDE パラダイムの下、特権的なマルチエージェント動態を潜在空間に蒸留。 - 展開時、各エージェントは局所 RGB 観測と共有タスク指示から協調潜在を推論し、拡散ノイズ除去過程を条件付け。 - エージェントあたりのコストがチームサイズに依存しない。

2. 先行研究と比べてどこがすごい？

- チームサイズ増加に伴いスケールしにくい多くの集中型アプローチと対比。 - 6つの RoboFactory ベンチマークタスク(2〜4エージェント)で、CLS-DP は平均成功率38%。 - 最良の集中型ベースライン(20%)および協調潜在なしの分散型アブレーション(9%)を上回る。 - すべてのエージェント構成で優れたパラメータ効率を維持。

3. 技術・手法の肝は？

- CTDE の下で特権的なマルチエージェント動態を潜在空間へ蒸留。 - 展開時、各エージェントは局所 RGB 観測と共有タスク指示から協調潜在を推論。 - その潜在で diffusion denoising process を条件付け。 - これによりチームサイズに依存しないエージェントあたりコストで暗黙的協調を実現。

4. どうやって有効だと検証した？

- 2〜4エージェントにまたがる6つの RoboFactory ベンチマークタスクで評価。 - 平均成功率38%を達成し、最良集中型ベースライン20%、協調潜在なしの分散型アブレーション9%を上回った。 - すべてのエージェント構成でパラメータ効率が優れることを確認。 - アトリビューションマップにより、協調潜在で条件付けられたエージェントが実行を通じて自身とチームメイトの関節とグリッパに高いアトリビューションを置くことを示した。

5. 議論はある？

- 学習された潜在が局所観測から協調動態を効率的に符号化し、部分観測下の現実的設定での暗黙的協調を促進することを示唆。 - 要旨からは、限界・失敗事例・計算コスト・スケーラビリティの詳細な議論は不明。

6. 次に読むべき論文は？

- 要旨で参照/比較されている研究: 集中型ベースライン、協調潜在なしの分散型アブレーション。 - 関連手法: CTDE、diffusion denoising process、RoboFactory ベンチマーク。 - 同分野の定番: MADDPG、QMIX、MAPPO などのマルチエージェント強化学習手法。

※ 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: Chanyoung Park, Minsung Yoon, Andrew Jeong, Sung-eui Yoon

分類: cs.RO

原文アブストラクト

Multi-arm manipulation demands precise spatiotemporal coordination, yet many centralized approaches scale poorly as team size increases. To address this, we propose CLS-DP, a decentralized multi-agent framework that enables implicit coordination under partial observability without shared global views, explicit state information, or inter-agent communication. Under the centralized training and decentralized execution (CTDE) paradigm, CLS-DP distills privileged multi-agent dynamics into a latent space. At deployment, each agent infers a collaborative latent from its local RGB observation and a shared task instruction; it then conditions the diffusion denoising process on this latent. This design enables implicit coordination with a per-agent cost independent of team size. Across six RoboFactory benchmark tasks spanning two to four agents, CLS-DP achieves a 38% mean success rate, outperforming the best centralized baseline (20%) and a decentralized ablation without the collaborative latent (9%). It also maintains superior parameter efficiency across all agent configurations. Attribution maps show that an agent conditioned on the collaborative latent places high attribution on the joints and grippers of both itself and its teammates throughout execution. This suggests that the learned latent efficiently encodes collaborative dynamics from local observation, which facilitates implicit coordination in realistic settings characterized by partial observability.

arXivで原文を読む →arXiv概要ページ

協調ダイナミクスの潜在空間への蒸留による分散型マルチエージェント操作の暗黙的協調

詳しい要約

1. どんなもの？

2. 先行研究と比べてどこがすごい？

3. 技術・手法の肝は？

4. どうやって有効だと検証した？

5. 議論はある？

6. 次に読むべき論文は？

原文アブストラクト

関連論文

今週よく読まれている記事

FRONTIER（GPU搭載BTOパソコン）

双腕モバイルマニピュレーター OpenShell