日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

モーター制御arXiv:2607.23473

PRISM: 相互作用構造を持つモーター制御のための多項式表現

PRISM: Polynomial Representations for Interaction-Structured Motor Control

シェア:XThreadsFacebookLINEはてブBluesky

ロボットポリシーに多項式相互作用を明示的に組み込む新しい表現を提案し、強化学習と模倣学習で性能を向上させた。

詳しい要約

1. どんなもの?

PRISMは、ロボットポリシーにおいて観測変数間の多項式相互作用を明示的かつ学習可能に表現する手法を提案する。従来のMLPポリシーでは個々の変数からアクションを予測するが、PRISMはfactorized polynomial moduleを用いて高次の相互作用特徴を効率的に抽出する。強化学習ではMLPバックボーンに段階的に活性化される要素ごとの多項式関数を追加し、模倣学習ではDiffusion Policyの線形 proprioceptive conditioning を多項式層に置き換える。これにより、人間の歩行や接触を伴う操作タスクで性能が向上し、力覚や触覚などのセンサーなしでコンプライアントな振る舞いを実現する。

2. 先行研究と比べてどこがすごい?

従来のMLPポリシーは観測変数の個々の値に基づいてアクションを決定するが、パワーや慣性効果、接触、滑り、コンプライアンスなどは変数間の積に依存する。PRISMはこれらの相互作用を明示的にモデル化することで、MLPの容量を増やしても達成できない性能向上を示す。また、Diffusion Policyの線形条件付けを多項式層に置き換えることで、模倣学習でも相互作用構造を活用する。

3. 技術・手法の肝は?

PRISMの核心は、factorized polynomial moduleを用いて高次の多項式相互作用を効率的に表現することである。すべての多項式項を列挙するのではなく、因子分解によりコンパクトに表現する。強化学習では、標準のMLPバックボーンの後に、段階的に活性化される要素ごとの多項式関数を適用する。模倣学習では、Diffusion Policyの線形 proprioceptive conditioning を、エンドツーエンドで訓練される多項式層に置き換える。

4. どうやって有効だと検証した?

人間の歩行と接触を伴う操作タスクにおいて、標準のMLPポリシーや同じ容量のより大きなMLPと比較して性能が向上することを示した。また、力覚、wrench、触覚入力、接触ラベル、アドミッタンス制御なしでセンサーレスなコンプライアント動作を実現できることを実証した。

5. 議論はある?

要旨からは、多項式表現が容量の増加では代替できないことを示唆しているが、具体的な限界や他のアーキテクチャとの比較についての議論は不明。また、センサーレスなコンプライアント動作がどのように達成されるかについての詳細なメカニズムは要旨からは不明。

6. 次に読むべき論文は?

要旨で参照されているDiffusion Policy、および関連するMLPポリシーや強化学習・模倣学習の標準的な手法。具体的には、Diffusion Policyの論文や、ロボットポリシーにおけるMLPアーキテクチャの研究が挙げられる。

※ 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: Seung Hyun Lee, Stella X. Yu

分類: cs.RO

原文アブストラクト

Robot policies are typically MLPs mapping observations to actions. Yet robot observations are physical variables, and many action-relevant cues arise not from individual variables but from their interactions; power, inertial effects, contact, slip, and compliance depend on products among observable signals. We introduce PRISM, a policy representation that makes polynomial interactions among observable physical variables explicit, learnable, and compact. Rather than listing all polynomial terms, PRISM uses a factorized polynomial module to expose higher-order interaction features efficiently. In reinforcement learning, it keeps the standard MLP backbone but applies a gradually activated element-wise polynomial function after it. In imitation learning, it replaces linear proprioceptive conditioning in Diffusion Policy with a polynomial layer trained end-to-end. Across humanoid locomotion and contact-rich manipulation, PRISM improves performance over standard MLP policies and larger MLPs with matched capacity, showing that interaction structure cannot be replaced by capacity alone. It also yields sensorless compliant behavior without force, wrench, tactile input, contact labels, or admittance control. These results suggest that polynomial representations should become a standard architectural choice for embodied motor control. The project page is available at https://lsh3163.github.io/prism/

  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