日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

模倣学習/データ拡張arXiv:2606.24078

MinInter: 模倣学習のデータ拡張における軌道補間の最小化

MinInter: Minimizing Trajectory Interpolation During Data Augmentation for Imitation Learning

シェア:XThreadsFacebookLINEはてブBluesky

模倣学習のデータ拡張で、初期状態ごとに補間が最小となる実演を選ぶ手法MinInterを提案し、生成データの質とポリシー成功率を向上させた。

詳しい要約

1. どんなもの?

- 模倣学習のための軌道レベルデータ拡張手法。 - 専門家デモを再結合し、多様な初期状態に対応する合成軌道を生成。 - 従来は補間や非専門家遷移が挿入され品質が低下。 - 各初期配置に対し補間が最小となるデモを選択するMinInterを提案。 - MimicGenベンチマークの12タスク26変種で検証。

2. 先行研究と比べてどこがすごい?

- 従来の軌道再結合型拡張は補間や非専門家セグメントを挿入し品質低下。 - MinInterは補間を明示的に最小化し、高品質な合成デモを生成。 - 既存のデータ生成フレームワークと互換性を維持。 - 最近のSkillGenと比較し、概念的に単純ながら高いポリシー成功率を達成。 - 接触が多い・長期間・高分散設定で最大の改善。

3. 技術・手法の肝は?

- 各サンプル初期配置に対し、補間が最小となるソースデモを選択。 - 選択したデモを組み合わせ完全な軌道を形成。 - 補間の最小化を明示的に行う軌道選択法。 - 既存のデータ生成パイプラインに組み込み可能。 - 詳細なアルゴリズムは要旨からは不明。

4. どうやって有効だと検証した?

- MimicGenベンチマークの12の操作タスク、26変種で実験。 - データ生成成功率とポリシー成功率の両方を評価。 - 接触が多い、長期間、高分散設定で最大の改善を確認。 - SkillGenフレームワークと比較し、より高いポリシー成功率を達成。 - 概念的な単純さにもかかわらず有効性を示す。

5. 議論はある?

- 補間最小化がデータ拡張に有効であることを強調。 - 概念的に単純な手法でSkillGenを上回る結果。 - 限界や失敗ケース、計算コストは要旨からは不明。 - 他のデータ拡張手法との併用可能性は要旨からは不明。 - 一般化可能性や理論的保証は要旨からは不明。

6. 次に読むべき論文は?

- SkillGen(比較対象として明示) - MimicGen(ベンチマークとして使用) - 軌道レベルデータ拡張の関連手法(例: デモ再結合、初期状態多様化) - 模倣学習におけるデータ拡張の定番手法(例: ノイズ注入、軌道変換) - 補間を扱う軌道生成・計画手法

※ 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: Qingyang Wang, Xingang Liu, Changwei Yao, Zikai Ouyang, Junwei Liu, Haibo Lu, Wei Zhang

分類: cs.RO

原文アブストラクト

Imitation learning enables robots to acquire complex manipulation skills from demonstrations, but its effectiveness is limited by the cost of collecting high-quality data. Trajectory-level data augmentation methods alleviate this challenge by recombining expert demonstrations under varied initial states. However, such methods typically insert interpolations or other non-expert transition segments between disjoint parts, and such non-expert segments could reduce the quality of the generated data. This paper introduces Minimizing Interpolation (MinInter), an effective trajectory selection method that, for each sampled initial configuration, chooses the source demonstration requiring the least interpolation to form a complete trajectory. By explicitly minimizing interpolations during data generation, MinInter produces higher-quality synthetic demonstrations while remaining compatible with existing data generation frameworks. Experiments on 12 manipulation tasks with 26 variants from the MimicGen benchmark show that MinInter consistently improves both data generation success rates and policy success rates, with the largest gains on contact-rich, long-horizon and high-variance settings. Compared to the recent SkillGen framework, MinInter achieves higher policy success rates despite its conceptual simplicity, underscoring the value of interpolation minimization for data augmentation.

  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