日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

スキル発見/継続学習arXiv:2607.00272

ASPIRE: ロボットのためのエージェント的スキル発見

ASPIRE: Agentic /Skills Discovery for Robotics

シェア:XThreadsFacebookLINEはてブBluesky

ロボット制御プログラムを自律的に作成・改善し、再利用可能なスキルライブラリを構築する継続学習システムASPIREを提案。シミュレーションと実世界で高い性能とゼロショット汎化を示した。

詳しい要約

1. どんなもの?

ASPIRE (Agentic Skill Programming through Iterative Robot Exploration) は、ロボット制御プログラムを自律的に作成・改良する継続学習システムである。code-as-policyパラダイムに基づき、経験を再利用可能なスキルライブラリに蓄積する。閉ループ実行エンジン、拡張スキルライブラリ、進化的探索の3要素から構成され、タスク・シミュレーション・実世界・身体性を超えて持続するスキルを発見する。

2. 先行研究と比べてどこがすごい?

従来のロボットプログラミングは、マルチモーダル知覚の統合、物理接触ダイナミクスの管理、多様な構成や実行失敗への対処が困難である。ASPIREは、自律的な失敗診断・修復・検証を可能にする微細なマルチモーダルトレースを公開する閉ループ実行エンジンと、検証済み修正を再利用可能な知識に蒸留するスキルライブラリにより、単一軌道の改良を超えた探索を実現する。進化的探索により多様なタスク系列と制御プログラムを生成し、従来手法を最大77%上回る性能を達成した。

3. 技術・手法の肝は?

ASPIREは3つのコンポーネントからなる。(1) 閉ループロボット実行エンジンは、微細なマルチモーダルトレースを提供し、自律的な失敗診断、修復合成、検証を可能にする。(2) 継続的に拡張されるスキルライブラリは、検証済みの修正を再利用可能で転移可能な知識に蒸留する。(3) 進化的探索は、単一軌道の改良を超えて探索するために、多様なタスク系列と制御プログラムを生成する。

4. どうやって有効だと検証した?

LIBERO-Pro操作(摂動下)で従来手法より最大77%向上、Robosuiteバイマニュアルハンドオーバーで72%向上、BEHAVIOR-1K長水平家事タスクで32%向上した。蓄積されたライブラリにより、未見の長水平タスクへのゼロショット汎化を実現し、LIBERO-Pro Longで31%の成功率(従来手法は4%、テスト時推論とリトライ使用にもかかわらず)を達成した。さらに、シミュレーションで発見されたスキルは、異なる身体性とロボットAPIにわたる実ロボットプログラミングの労力を大幅に削減するsim-to-real転送の初期証拠を示した。

5. 議論はある?

要旨からは、ASPIREの限界や潜在的な欠点についての議論は不明である。ただし、シミュレーションから実世界への転送は初期証拠に留まり、さらなる検証が必要であることが示唆される。また、進化的探索の計算コストや、スキルライブラリの拡張に伴う管理の複雑さなどが懸念されるが、要旨には明記されていない。

6. 次に読むべき論文は?

要旨で参照されている関連研究として、LIBERO-Pro、Robosuite、BEHAVIOR-1Kが挙げられる。また、code-as-policyパラダイムや進化的探索、スキルライブラリに関する基礎研究(例えば、VoyagerやCode as Policies)が関連する。具体的な論文タイトルは要旨にないため、同分野の定番として、ロボット学習におけるスキル発見やプログラム合成に関する研究を読むことが推奨される。

※ 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: Runyu Lu, Yubo Wu, Ethan Kou, Letian Fu, Wenli Xiao, Ajay Mandlekar, Yinzhen Xu, Guanya Shi, Ken Goldberg, Ang Chen, Mosharaf Chowdhury, Yuke Zhu, Linxi "Jim" Fan, Guanzhi Wang

分類: cs.RO, cs.AI, cs.MA

原文アブストラクト

Traditional robot programming is challenging: it requires orchestrating multimodal perception, managing physical contact dynamics, and handling diverse configurations and execution failures. We introduce ASPIRE (Agentic Skill Programming through Iterative Robot Exploration), a continual learning system that autonomously writes and refines robot control programs in a code-as-policy paradigm while compounding experience into a reusable skill library. ASPIRE discovers skills that persist across tasks, simulation and real-world settings, and embodiments. It operates in an open-ended loop with three components: (1) a closed-loop robot execution engine that exposes fine-grained multimodal traces, enabling autonomous failure diagnosis, repair synthesis, and validation; (2) a continually expanding skill library that distills validated fixes into reusable, transferable knowledge; and (3) evolutionary search that generates diverse task sequences and control programs to explore beyond single-trajectory refinement. ASPIRE surpasses prior methods by up to 77% on LIBERO-Pro manipulation under perturbation, 72% on Robosuite bimanual handover, and 32% on BEHAVIOR-1K long-horizon household tasks. Its accumulated library also enables zero-shot generalization to unseen long-horizon tasks: on LIBERO-Pro Long, ASPIRE achieves 31% success versus 4% for prior methods despite their use of test-time reasoning and retries. Finally, simulation-discovered skills provide initial evidence of sim-to-real transfer, substantially reducing real-robot programming effort across different embodiments and robot APIs.

  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