日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

sim2realarXiv:2607.18154

ワールドトランスレーション:逆動力学抽出と非ペアドメイン変換によるシミュレーションと実世界のギャップ最小化

World Translation: Minimizing Sim-to-Real Gap with Backward Dynamics Extraction and Unpaired Domain Translation

シェア:XThreadsFacebookLINEはてブBluesky

シミュレーションと実世界のギャップを減らすため、観測された遷移から逆動力学で隠れた情報を抽出し、非ペアドメイン変換でシミュレーションと実世界のスタイルを変換する手法を提案。

詳しい要約

1. どんなもの?

本論文は、シミュレーションで訓練したロボットポリシーを実世界に展開する際のsim-to-realギャップを最小化する手法『World Translation』を提案する。従来のreal-to-sim手法(学習されたダイナミクスモデル)が直面する部分可観測性問題(同じ観測が異なる遷移を引き起こす)に対処する。具体的には、観測された遷移から後方にダイナミクス情報を抽出し、それをシミュレーションと実世界の間で未ペアドメイン翻訳する。これにより、観測履歴から回復不可能な非可観測因子(突然の接触イベントなど)を扱う。

2. 先行研究と比べてどこがすごい?

先行研究のreal-to-sim手法は、非可観測因子が観測履歴から回復可能であると仮定するが、履歴が非情報的(事前警告なしの突然の接触など)な場合に失敗する。World Translationは、この仮定を緩和し、前方予測ではなく後方ダイナミクス抽出を用いる点が新しい。さらに、ダイナミクス内容を保持しつつドメインスタイルを転送する未ペアドメイン翻訳問題として定式化することで、シミュレータの決定論的だが物理的に不完全な性質と、学習モデルの正確だが部分可観測性の下で未決定な性質を相補的に活用する。

3. 技術・手法の肝は?

手法の肝は、観測された遷移(現在と次の状態)から後方に非可観測なダイナミクス情報を抽出すること。この抽出された特徴を、シミュレーションと実世界の間で未ペアドメイン翻訳する。翻訳は、ダイナミクス内容を保持しながらドメインスタイル(見た目や物理的差異)を転送するように学習される。これにより、観測履歴に依存せずに非可観測因子を扱える。

4. どうやって有効だと検証した?

実験は、humanoid、quadruped、manipulatorプラットフォームで実施。ベースラインと比較して、より正確なダイナミクスモデリングを達成し、特に非可観測因子が観測履歴から回復できない場合に最大の改善が見られた。さらに、Go2 quadrupedでの実ロボット展開により、ポリシー転送の改善を確認した。

5. 議論はある?

要旨からは、議論の詳細は不明。ただし、提案手法はシミュレータと学習モデルの相補的強みを利用するが、後方ダイナミクス抽出の正確性や、未ペアドメイン翻訳の収束性、実世界での非可観測因子の多様性に対する頑健性などが議論の対象となり得る。また、部分可観測性が極端な場合(観測が全く情報を持たない)の限界も考えられる。

6. 次に読むべき論文は?

要旨で参照されている関連研究は明示されていないが、real-to-sim手法の代表である学習されたダイナミクスモデル(Learned Dynamics Models)や、未ペアドメイン翻訳の手法(Unpaired Domain Translation)が挙げられる。また、sim-to-real転送の一般的な手法(Domain Randomizationなど)も関連する。具体的には、『Learning Agile Locomotion via Sim-to-Real Transfer』や『Domain Adaptation for Robot Control』などの論文が考えられるが、要旨からは不明。

※ 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: Xinchen Yao, Leixin Chang, Hua Chen

分類: cs.RO

原文アブストラクト

The gap between simulation and reality remains a fundamental challenge in deploying simulation-trained robotic policies in the real world. Real-to-sim methods narrow this gap from the real side, learning transition dynamics from real data to build a more realistic digital world. Learned dynamics models are their dominant instance. Such methods, however, face a partial observability problem: the same observation may branch to different transitions due to unobservable factors. Existing methods assume these factors can be recovered from observation history. However, this may fail whenever observation history is uninformative, such as a sudden contact event with no prior warning. To address this limitation, we propose \textit{World Translation}, which exploits a complementary strength of simulators and learned dynamics. Simulators are deterministic but physically imperfect, while learned models are accurate but underdetermined under partial observability. Rather than predicting transitions forward from history, we extract the unobservable dynamics information backward from an observed transition, then translate this feature across simulation and reality as an unpaired domain-translation problem that preserves dynamics content while transferring domain style. Experiments across humanoid, quadruped, and manipulator platforms show that our method achieves more accurate dynamics modeling than baselines, with the largest gains when unobservable factors cannot be recovered from observation history. Real-robot deployment on Go2 quadruped confirms improved policy transfer.

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. 2newmo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
  3. 3GXO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
  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