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/適応的指導arXiv:2606.25224

時空間検索に基づく事前知識を用いた運転指導の適応的計算モデル

Spatio-Temporal Retrieval-based Priors for Adaptive Computational Teaching in Driving

シェア:XThreadsFacebookLINEはてブBluesky

運転などの複雑な運動技能の指導において、学習者の長期的な学習過程と指導者との繰り返しの相互作用を考慮した適応的指導モデルを提案。限られたデータでも、類似した過去の相互作用を検索して活用する手法で、非適応的なベースラインより優れた性能を示した。

詳しい要約

1. どんなもの?

- 高パフォーマンス運転のような複雑な運動タスクのための学習ベース自動コーチングシステム。 - 適応的な指導を実現する計算モデルを提案。 - 時間的推論モジュールを備え、低データ状況下で相互作用履歴を推論。 - 模倣学習に基づく。 - 半合成閉ループ縦断的生徒-教師相互作用データセットと小規模実世界シミュレータレースコーチングデータセットで検証。

2. 先行研究と比べてどこがすごい?

- 従来の学習ベース自動コーチングは局所的・文脈依存の推論に依存し、長期的な学習の時間的性質や累積的な教師-生徒相互作用の影響を考慮できず、適応性に限界。 - 提案モデルは時間的推論モジュールにより相互作用履歴を推論し、低データ状況でも適応可能。 - 非適応ベースラインや他の適応モデル(異なる事前分布と時間融合機構)と比較して一貫した優位性を示す。

3. 技術・手法の肝は?

- 模倣学習ベースの適応的指導計算モデル。 - 専用の時間的推論モジュールで相互作用履歴を推論。 - 限られた対話訓練データを補うため、最近傍検索とクロスアテンション事前分布を利用。 - 意味的に類似した過去の相互作用の絞り込まれた集合のみで推論。 - エンコーダ-デコーダベースの同時指導モデル。

4. どうやって有効だと検証した?

- 新規の半合成閉ループ縦断的生徒-教師相互作用データセット(Waymo Open Motion Datasetベース)で検証。 - 小規模実世界自然主義シミュレータレースコーチングデータセットで検証。 - 非適応ベースラインおよび異なる事前分布と時間融合機構を持つ適応モデル群と比較。 - 最近傍検索とクロスアテンション事前分布を備えた適応指導モデルの一貫した優位性を確認。

5. 議論はある?

- 要旨からは不明。

6. 次に読むべき論文は?

- Waymo Open Motion Dataset - 模倣学習ベースの適応的指導モデル - 最近傍検索とクロスアテンション事前分布 - エンコーダ-デコーダベースの同時指導モデル

※ 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: Deepak Edakkattil Gopinath, Xiongyi Cui, Jonathan DeCastro, Avinash Balachandran, Guy Rosman

分類: cs.RO

原文アブストラクト

Learning-based automated coaching systems for complex motor tasks such as high-performance driving remain limited in the ability to be adaptive by their reliance only on local, context-dependent reasoning, failing to account for the long-term temporal nature of student learning and the cumulative impact of repeated teacher-student interactions. In this paper, we propose an imitation learning based computational model for adaptive teaching with a dedicated temporal reasoning module that can reason over the interaction history under low-data regimes. To compensate for limited amounts of interactive training data, and based on the repetitive nature of the teaching process, the model relies on a nearest neighbor retrieval and cross attention prior, reasoning only on a narrowed-down set of semantically similar past interactions with an encoder-decoder based concurrent teaching model. We validate our approach with (i) a novel semi-synthetic closed-loop longitudinal student-teacher interaction dataset based on Waymo Open Motion Dataset and (ii) a small-scale real-world naturalistic simulator race coaching dataset. Our results reveal the consistent advantage of our adaptive teaching model with the nearest neighbor retrieval and cross-attention prior over a non-adaptive baseline as well as a suite of adaptive models that differ in their choice of priors and temporal fusion mechanisms.

  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

FRONTIER(GPU搭載BTOパソコン)

FRONTIER(GPU搭載BTOパソコン)の公式広告バナーFRONTIERでGPU搭載PCを見る ↗
PR本紙発行元 EmplifAI