日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

マニピュレーションarXiv:2608.01603

AffordTrajDP: 動的アフォーダンス誘導によるロボット操作の視覚運動ポリシー学習

AffordTrajDP: Dynamic Affordance-Guided Visuomotor Policy Learning for Robotic Manipulation

シェア:XThreadsFacebookLINEはてブBluesky

静的アフォーダンスの限界を克服するため、物体のSE(3)姿勢を媒体にアフォーダンス軌道を生成し、時間的に一貫した状態認識ガイダンスを提供する動的フレームワークを提案。ManiSkill3で70%の成功率を達成し、実機でも堅牢性を実証した。

詳しい要約

1. どんなもの?

AffordTrajDPは、ロボット操作タスクにおける視覚運動ポリシー学習のための動的アフォーダンス誘導フレームワークを提案する。RGB-D観測から、物体中心の時間的伝播によりアフォーダンス軌道を構築し、操作プロセスを段階的にガイドする。従来の静的アフォーダンスの限界を克服し、ManiSkill3ベンチマークで70.0%の平均成功率を達成、実機実験でも堅牢性を検証している。

2. 先行研究と比べてどこがすごい?

先行研究では、アフォーダンス誘導の模倣学習が視覚知覚を固定接触点などのタスク固有の幾何学的制約に圧縮していたが、静的アフォーダンスは高精度タスクや物体位置の摂動下で不整合を生じ、接触後の軌道ドリフトを引き起こす問題があった。AffordTrajDPは、アフォーダンスを動的に軌道として伝播させることで、時間的に一貫し状態を考慮したガイダンスを提供し、この問題を解決している点が新しい。

3. 技術・手法の肝は?

手法の核心は、物体のSE(3)ポーズを自然な伝播媒体として用い、検索されたアンカーアフォーダンス(エンドエフェクタと対象物体間の望ましい接触点を捉える)を前方に伝播させ、アフォーダンス軌道を生成すること。これにより、実行全体を通じて時間的に一貫し、状態を考慮したガイダンスを提供する。

4. どうやって有効だと検証した?

ManiSkill3ベンチマークで平均成功率70.0%を達成し、強力なベースラインを最大17.8%上回った。また、Galaxea A1とUR7eロボットアームを用いた実世界実験を、StackCube、PickCup、AdapterInsertion、Ring-on-Peg、Put-in-Bowl、USB Insertionの6タスクで実施し、物体配置の変動や外観変化に対する堅牢性を検証。Galaxea A1では既知・未知の物体インスタンスを評価し、アブレーション研究で各提案コンポーネントの寄与を確認した。

5. 議論はある?

要旨からは、提案手法の限界や潜在的な欠点についての議論は不明。ただし、動的アフォーダンス軌道の生成が物体のSE(3)ポーズ推定に依存するため、ポーズ推定誤差の影響や、複雑な接触ダイナミクスを伴うタスクへの適用可能性などが議論の余地として考えられるが、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先行研究は明示されていないが、関連手法としてアフォーダンス誘導の模倣学習(static affordance-based methods)や、物体のSE(3)ポーズ推定を利用した操作学習、ManiSkill3ベンチマークを用いた研究が挙げられる。具体的には、アフォーダンスを利用した模倣学習の基盤論文や、物体ポーズ推定と操作を組み合わせた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: Gaoyuan Wu, Ziyu Shan, Haoyang Du, Yuyao Jiang, Ziwei Wang

分類: cs.RO

原文アブストラクト

Affordance-guided imitation learning has shown impressive performance in robotic manipulation tasks by compressing visual perception into task-specific geometric constraints (e.g., fixed contact points). However, the commonly used static affordances can become inconsistent in precision-critical tasks or under object location perturbations, leading to post-contact trajectory drift. To address this issue, we propose AffordTrajDP, a dynamic framework that constructs affordance trajectories via object-centric temporal propagation to guide the progressive manipulation process. Specifically, given an RGB-D observation, our core insight is that a retrieved anchor affordance, which captures the desired contact point between the end-effector and the target object, can be propagated forward via affordance propagation, using the object's SE(3) pose as a natural propagation medium, to yield an affordance trajectory that provides temporally consistent, state-aware guidance throughout execution. AffordTrajDP achieves 70.0% average success rate on ManiSkill3, outperforming strong baselines by up to 17.8%. Real-world experiments on Galaxea A1 and UR7e robotic arms, covering StackCube, PickCup, AdapterInsertion, Ring-on-Peg, Put-in-Bowl, and USB Insertion, further validate robustness under object placement variations and appearance changes, with seen and unseen object instances evaluated on Galaxea A1, and ablations confirm the contribution of each proposed component.

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