日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

モデル予測制御arXiv:2606.23079

AdaReP: モデルミスマッチ下での適応的再計画によるニューラルワールドモデル予測制御

AdaReP:Adaptive Re-Planning under Model Mismatch for Neural World-Model Predictive Control

シェア:XThreadsFacebookLINEはてブBluesky

ニューラルワールドモデルを用いたMPCの再計画頻度を、予測誤差の蓄積と局所感度に基づいてオンラインで適応させる手法を提案し、計算コストを削減しつつ性能を維持する。

詳しい要約

1. どんなもの?

Neural world model と MPC を組み合わせた制御において、毎ステップの replanning による計算負荷を削減するため、キャッシュした plan を再利用する際の予測誤差伝播を解析し、replanning の許容度をオンライン適応する training-free ラッパー AdaReP を提案する研究。

2. 先行研究と比べてどこがすごい?

従来は累積予測誤差を抑えるため毎ステップ replan するか、固定の再利用許容度でキャッシュ plan を使うのが一般的。AdaReP は perturbation-based dynamic-regret framework で stale-plan penalty が再利用許容度・前回 replan からの累積 mismatch・局所 dynamics 感度に依存することを示し、これらに基づき許容度を適応。学習済み world model や planner を変更せず、計算を大幅削減しつつ性能を維持する点が新しい。

3. 技術・手法の肝は?

キャッシュされた rollout からの現在の deviation と局所感度推定を用いて、replanning の許容度をオンラインで適応する training-free wrapper。perturbation-based dynamic-regret framework により、stale-plan penalty が reuse tolerance、前回 replan 以降の累積 mismatch、局所 dynamics sensitivity にスケールすることを解析。world model や planner の再学習は不要。

4. どうやって有効だと検証した?

image-space planning、latent-space control、実世界ロボットマニピュレーションで評価。50試行の物理ロボット研究では planner 側のクエリを80%以上削減しつつ、同等のタスク性能を維持したと報告。

5. 議論はある?

stale-plan penalty の構造解析に基づく適応的 replanning の有効性を示す一方、局所感度推定の精度や動的環境での限界、他手法との計算・性能トレードオフの詳細は要旨からは不明。

6. 次に読むべき論文は?

要旨で参照/比較されている研究は明示されていない。関連手法として Neural World Models、Model Predictive Control (MPC)、latent-space control、image-space planning、real-world robotic manipulation の定番研究を挙げる。

※ 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: Yutian Cheng, Xiaojian Ma, Xianhao Wang, Min Yang, Rongpeng Su, Hangxin Liu, Xi Chen, Shuai Li, Qing Li

分類: cs.RO, cs.AI

原文アブストラクト

Neural world models coupled with model predictive control (MPC) replan at every environment step to bound accumulated prediction error, but this incurs substantial computational overhead. Reusing a cached plan reduces this overhead, yet its effectiveness depends on how prediction mismatch propagates through the local dynamics. We analyze this trade-off with a perturbation-based dynamic-regret framework and show that stale-plan penalties scale with the reuse tolerance, the accumulated mismatch since the last replanning step, and the local dynamics sensitivity. Based on this structure, we propose AdaReP, a training-free wrapper that adapts the replanning tolerance online using the current deviation from the cached rollout and a local sensitivity estimate, without modifying the learned world model or planner. Across image-space planning, latent-space control, and real-world robotic manipulation, AdaReP substantially reduces planner-side computation while maintaining comparable task performance, including over 80% fewer queries on a 50-trial physical robot study.

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

MINISFORUM(ミニPC)

MINISFORUM(ミニPC)の公式広告バナーMINISFORUM公式ストアを見る ↗
PR本紙発行元 EmplifAI