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arXiv:2607.09515

力制約付き弾性マップを用いた一回提示マルチモーダル模倣学習

One-Shot Multimodal Learning from Demonstration with Force-Constrained Elastic Maps

シェア:XThreadsFacebookLINEはてブBluesky

運動と接触力の両方を考慮した一回提示の模倣学習フレームワークを提案し、力情報を含むデモンストレーションの分割・符号化・再現を実現した。

詳しい要約

1. どんなもの?

本論文は、ロボット操作タスクにおいて、運動軌道と接触力の両方を同時に考慮したOne-ShotのマルチモーダルLearning from Demonstration (LfD)フレームワークを提案している。従来のLfDは空間軌道のみをモデル化し、環境との力の相互作用を無視することが多かったが、本手法はデモンストレーションから力情報を含むスキルをセグメンテーション、エンコード、再生することを可能にする。具体的には、時間経過に応じて空間と力のモダリティを適応的に重み付けするマルチモーダル確率的セグメンテーション手法と、外部力制約を組み込んだelastic maps表現の拡張、および力整合的な軌道モデルを学習するための凸最適化手順を導入している。これにより、単一のデモンストレーションから運動と接触特性の両方を再現し、より安全な実行を促進する。

2. 先行研究と比べてどこがすごい?

先行研究のLfD手法は主に空間軌道のみを扱い、力の相互作用を無視していたため、力制約のある環境でのロバスト性や安全性に欠けていた。本手法は、力と運動の両方を同時にモデル化する点で優れている。特に、マルチモーダルな確率的セグメンテーションにより、力情報を考慮した動作プリミティブを自動抽出できる点や、elastic maps表現を拡張して力制約をエンコードに組み込む点が新しい。さらに、凸最適化を用いることで、力整合的な軌道モデルを効率的に学習できる点も先行研究に対する進歩である。

3. 技術・手法の肝は?

手法の核は以下の3点である。1) マルチモーダル確率的セグメンテーション:時間経過に応じて空間と力のモダリティの重みを適応的に変化させ、力情報を含む動作プリミティブを自動抽出する。2) elastic maps表現の拡張:外部力制約をエンコードに組み込むことで、力整合的な軌道モデルを表現する。3) 凸最適化手順:力整合的な軌道モデルを学習するための凸最適化問題を定式化し、効率的に解く。これにより、単一のデモンストレーションから運動と接触特性を再現するスキルを獲得する。

4. どうやって有効だと検証した?

提案手法を5つの実世界の操作タスクで検証した。実験は2つの異なる力センシング構成で行われた:UR5eアームにRobotiq 2f-85グリッパーを用いた手首力センシングと、Kinova Gen3アームにOpenhand Model Oグリッパーを用いた指力センシングである。実験結果は、ロバストなマルチモーダルセグメンテーション、正確な力整合的な再生、およびクロスプラットフォームの汎用性を示した。

5. 議論はある?

要旨からは、提案手法の限界や議論点は明示されていない。ただし、One-Shot学習であるため、デモンストレーションの質に依存する可能性や、力制約が複雑なタスクでのスケーラビリティなどが考えられるが、要旨には記載がない。また、凸最適化の計算コストや、セグメンテーションの自動決定の精度なども議論の余地があるが、要旨からは不明である。

6. 次に読むべき論文は?

要旨で参照されている先行研究や関連手法は明示されていないが、Learning from Demonstration (LfD)の分野では、Dynamic Movement Primitives (DMPs)やGaussian Mixture Models (GMMs)を用いた手法が一般的である。また、力制約を扱う関連研究としては、Force-based LfDやImpedance Controlを用いた手法が考えられる。次に読むべき論文としては、これらの基礎的な手法を扱った論文が挙げられる。

※ 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: Brendan Hertel, Jonathan Spanos, Navya Garg, Reza Azadeh

分類: cs.RO

原文アブストラクト

Robotic manipulation tasks often require simultaneous reasoning over motion and contact forces, yet most Learning from Demonstration (LfD) methods model only spatial trajectories and neglect force interactions with the environment. This limitation reduces robustness and can lead to unsafe or inconsistent task reproduction in force-constrained settings. We propose a novel one-shot multimodal LfD framework for the segmentation, encoding, and reproduction of force-inclusive demonstrations. First, we introduce a multimodal probabilistic segmentation method that adaptively weighs spatial and force modalities over time, enabling the automatic extraction of force-aware motion primitives. Second, we extend the elastic maps representation to incorporate external force constraints during skill encoding and formulate a convex optimization procedure for learning force-consistent trajectory models. The resulting skills reproduce both motion and contact characteristics from a single demonstration while promoting safer execution by accounting for demonstrated force profiles. We validate our approach on five real-world manipulation tasks across two distinct force-sensing configurations: wrist force sensing on a UR5e with a Robotiq 2f-85 gripper and finger force sensing on a Kinova Gen3 with an Openhand Model O gripper. Experimental results demonstrate robust multimodal segmentation, accurate force-aware reproduction, and cross-platform generality.

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