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/操作arXiv:2608.03103

時間変動力を要する操作タスクのための階層的模倣学習アプローチ

A Hierarchical Approach to Imitation Learning for Manipulation Tasks Requiring Time Varying Forces

シェア:XThreadsFacebookLINEはてブBluesky

拡散ポリシーによる低周波の計画と、力条件付きの高速インピーダンス制御を組み合わせた階層的アーキテクチャを提案し、接触の多い分解タスクを高周波で安定に実行する。

詳しい要約

1. どんなもの?

本論文は、接触を伴う分解タスク(例:バッテリー分解)における模倣学習のための階層的アプローチであるDiffusion Policy Augmented by Fast Trajectory Generation (DPA-FTG)を提案する。高レベル(5 Hz)の条件付き拡散モデルがタスクプリミティブの語彙から戦略を選択するための潜在パラメータ列を予測し、低レベル(60 Hz)の力条件付きポリシーがニューラルインピーダンスコントローラとしてリアルタイムに実行を変調して接触安定性を維持する。

2. 先行研究と比べてどこがすごい?

先行研究のDiffusion Policyは複雑なマルチモーダル行動の学習に強いが、反復的ノイズ除去による推論遅延が高周波制御を困難にし、接触の多い分解タスク(例:鑿削りやこじ開け)には不向きである。また、action-chunking技術は遅延を軽減するが、オープンループ実行ウィンドウを用いるため、破断イベントによる急速な力過渡現象に盲目である。近年の視覚触覚アプローチは位置補正に焦点を当てるが、DPA-FTGは低周波プランニングと高周波力調整を分離する点が新しい。

3. 技術・手法の肝は?

手法の肝は、高レベルと低レベルの2層構造にある。高レベルでは、条件付き拡散モデルが5 Hzで動作し、学習されたタスクプリミティブの語彙から戦略を選択するための潜在パラメータ列を生成する。低レベルでは、軽量な力条件付きポリシーが60 Hzで動作し、ニューラルインピーダンスコントローラとして機能し、リアルタイムに実行を変調して接触安定性を維持する。これにより、低周波のプランニングと高周波の力調整を分離し、動的相互作用を実現する。

4. どうやって有効だと検証した?

両腕バッテリー分解タスク(柔軟なシートの分離を含む)で検証した。実験評価では、DPA-FTGがReactive Diffusion Policy (RDP)を含む最先端ベースラインを上回る性能を示した。

5. 議論はある?

要旨からは、提案手法の限界や議論についての詳細は不明である。ただし、高レベルと低レベルの周波数差(5 Hz vs 60 Hz)や、タスクプリミティブの語彙の設計、力条件付きポリシーの一般化などに関する議論が考えられるが、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Reactive Diffusion Policy (RDP)や、Diffusion Policyの元論文、および視覚触覚アプローチに関する研究が関連する。具体的には、拡散ポリシーを用いたロボット操作の研究や、接触豊富なタスクにおけるインピーダンス制御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: Rishabh Shukla, Adithya Santhosh, Shaili Gandhi, Samrudh Moode, Satyandra K. Gupta

分類: cs.RO, cs.AI

原文アブストラクト

Diffusion policies have shown strong performance in learning complex, multi-modal behaviors for robotic manipulation. However, their application to contact-rich disassembly tasks remains limited by a key trade-off: the iterative denoising process introduces inference latencies that makes high frequency control difficult, which is essential for realizing dynamic interactions such as chiseling and prying. Recent action-chunking techniques mitigate latency but use an open-loop execution window, rendering the system blind to rapid force transients caused by fracture events. To bridge this gap, we introduce the Diffusion Policy Augmented by Fast Trajectory Generation (DPA-FTG). Compared to recent visual-tactile approaches that focus on positional correction, DPA-FTG decouples low-frequency planning from high-frequency force regulation. At the high level ($5$ Hz), a conditional diffusion model predicts a sequence of latent parameters for selecting a strategy from a learned vocabulary of task primitives. At the low level ($60$ Hz), a lightweight, force-conditioned policy acts as a neural impedance controller, modulating execution in real-time to maintain contact stability. We validate our approach on a bimanual battery disassembly task involving the separation of a compliant sheet. Experimental evaluation demonstrates that DPA-FTG outperforms state-of-the-art baselines, including Reactive Diffusion Policy (RDP).

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