日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

English週刊ニュースレター購読
マニピュレーションarXiv:2607.28596

FA-RDP: 接触を伴う操作のための周波数適応型リアクティブ拡散ポリシー

FA-RDP: A Frequency-Adaptive Reactive Diffusion Policy for Contact-Rich Manipulation

シェア:XThreadsFacebookLINEはてブBluesky

接触前後の異なるフェーズで必要とされる動作の多様性と反応性のトレードオフを解決するため、周波数適応型の拡散ポリシーを提案。接触前は低周波・多段サンプリングで多様性を保持し、接触後は高周波・一段サンプリングで素早い反応を実現する。

詳しい要約

1. どんなもの？

FA-RDPは、接触を伴う操作(contact-rich manipulation)における周波数適応型の反応的拡散ポリシー(diffusion policy)である。接触前は複数の軌道が有効なため多様な行動モードの保持が重要であり、接触後は力学的制約と力の限界により解空間が狭まる一方、力フィードバックへの迅速な応答が求められる。標準的な拡散ポリシーは固定の推論周波数とサンプリングステップを用いるため、低周波・多ステップサンプリングは接触前の多様性を保つが力への反応が遅く、高周波サンプリングは反応性を高めるが接触前のモードを崩す。FA-RDPは、共有の多周波視覚-力トランスフォーマー(visual-force Transformer)を用いて低周波と高周波の両方でアクションチャンクを予測し、学習された多様性指標(multimodality indicator)が接触前は多ステップ低周波サンプリングを、行動の曖昧さが減るにつれて1ステップ高周波サンプリングを動的に選択する。さらに、Manifold Consistency Distillation (MCD)を導入し、拡散ネットワークをロ…

2. 先行研究と比べてどこがすごい？

先行研究の標準的な拡散ポリシーは、エピソード全体で固定の推論周波数とサンプリングステップを使用するため、接触前の多様性保持と接触後の反応性の間に根本的なトレードオフがある。FA-RDPは、周波数を適応的に切り替えることでこのトレードオフを解消する点が新しい。また、MCDにより行動多様体上での予測を可能にしつつDDPMの残差学習を維持する点も独自性がある。

3. 技術・手法の肝は？

手法の肝は、(1) 共有の多周波visual-force Transformerが低周波と高周波の両方でアクションチャンクを予測すること、(2) 学習されたmultimodality indicatorが接触前は多ステップ低周波サンプリングを、行動の曖昧さが減ると1ステップ高周波サンプリングを動的に選択すること、(3) Manifold Consistency Distillation (MCD)により拡散ネットワークをロボットの行動多様体上で行動を予測するように再パラメータ化し、DDPMベースの残差監視を保持することである。

4. どうやって有効だと検証した？

3つの接触を伴う操作タスク(contact-rich manipulation tasks)で実験を行い、FA-RDPが最高の成功率を達成し、接触前の多様な軌道モードを保持することを示した。具体的なタスク名や比較ベースラインは要旨からは不明。

5. 議論はある？

要旨からは、周波数適応の切り替え基準やMCDの理論的保証、実機での検証、他のタスクへの一般化などについての議論は不明。また、多様性指標の学習方法や、高周波サンプリング時のモード崩壊の程度についての詳細も不明。

6. 次に読むべき論文は？

要旨で参照されているのは、標準的なdiffusion policyとDDPMである。次に読むべき論文としては、Diffusion Policy (Chi et al.)や、接触操作における力制御の研究、また視覚-力融合のTransformerベースの手法が考えられるが、要旨に明示的な参照はないため、同分野の定番であるDiffusion Policyや、Contact-Rich Manipulationのための強化学習手法を挙げる。

※ 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: Lifeng Zhuo, Wendi Chen, Han Xue, Shirun Tang, Jun Lv, Cewu Lu, Chuan Wen

分類: cs.RO

原文アブストラクト

In contact-rich manipulation, action multimodality and reactivity dominate different stages of a single episode. Before contact, multiple trajectories might be equally valid, making it important to preserve diverse action modes. After contact, geometric constraints and force limits narrow the solution space, while successful execution demands rapid responses to force feedback. However, standard diffusion policies use a fixed inference frequency and sampling steps throughout the episode, forcing a fundamental compromise: low-frequency, multi-step sampling better preserves pre-contact multimodality but responds slowly to force feedback, whereas high-frequency sampling improves reactivity but tends to collapse distinct pre-contact modes. To resolve this tradeoff, we present FA-RDP, a frequency-adaptive reactive diffusion policy. A shared multi-frequency visual-force Transformer predicts action chunks at both low and high frequencies, while a learned multimodality indicator dynamically selects multi-step low-frequency sampling before contact and one-step high-frequency sampling as action ambiguity decreases. We further introduce Manifold Consistency Distillation (MCD), which reparameterizes the diffusion network to predict actions on the robot action manifold while retaining DDPM-based residual supervision. Experiments on three contact-rich manipulation tasks show that FA-RDP achieves the highest success rate while preserving diverse pre-contact trajectory modes. Code and videos are available at https://fa-rdp.github.io.

arXivで原文を読む →arXiv概要ページ

関連論文

← 論文一覧

今週よく読まれている記事

  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
双腕モバイルマニピュレーターOpenShellの実機とお披露目フライヤー

双腕モバイルマニピュレーター OpenShell

人と働くために、顔がある。

OpenShellの特徴・実機を見る →