日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

手術ロボット操作arXiv:2608.13103

S2-HWM: 長期手術ロボット操作のためのスパースイベント構造を持つ階層的世界モデル

S2-HWM: Sparse Event-Structured Hierarchical World Model for Long-Horizon Surgical Robot Manipulation

シェア:XThreadsFacebookLINEはてブBluesky

手術ロボットの長期的な操作タスクにおいて、スパースなイベントを学習して階層的な世界モデルを構築し、イベントレベルのマネージャーとプリミティブステップのワーカーを協調させることで、報酬が疎な環境での成功率を大幅に向上させた。

詳しい要約

1. どんなもの?

S2-HWMは、長期的な手術ロボット操作タスクのためのスパースなイベント構造を持つ階層的世界モデルを提案する。報酬がスパースで、意味のある相互作用の変化が不規則な間隔で発生する問題に対処する。イベントレベルのマネージャーとプリミティブステップのワーカーを調整し、学習されたイベント証拠を用いて可変長のセグメントを形成し、イベント遷移モデル(ETM)で将来の状態・持続時間・累積報酬を予測する。

2. 先行研究と比べてどこがすごい?

既存の世界モデルエージェントはプリミティブステップ解像度で想像し、可変長のタスク進行を暗黙的に扱う。手動指定のステージは中間構造を提供するが、タスク固有の境界を状態依存の相互作用遷移と整合させるのが難しい。S2-HWMは、プリミティブ潜在軌跡からスパースなイベント証拠を学習し、イベントレベルとプリミティブレベルの階層を自動的に調整することで、これらの問題を解決する。

3. 技術・手法の肝は?

手法の核心は、プリミティブ潜在軌跡からスパースなイベント証拠を学習し、イベントレベルのマネージャーとプリミティブステップのワーカーを調整すること。イベント証拠はマネージャーの目標更新をスケジュールし、選択された潜在目標が次の更新までワーカーの行動を条件付ける。学習されたイベント証拠は可変長セグメントを形成し、Event Transition Model (ETM)が次の境界確率状態、セグメント持続時間、累積報酬を予測する。これにより、プリミティブ想像地平線を超えた可変長の継続を提供し、ワーカーはプリミティブステップのactor-critic学習を維持する。

4. どうやって有効だと検証した?

SurRoLベースのPegTransferタスクで検証し、成功率98.7%を達成。フラットなGAS DreamerV3ベースラインを22.7パーセントポイント上回った。

5. 議論はある?

要旨からは、提案手法の限界や他のタスクへの一般性、計算コスト、実ロボットへの適用性などについての議論は不明。また、イベント証拠の学習がタスクに依存する可能性や、ETMの予測精度の影響なども議論されていない。

6. 次に読むべき論文は?

要旨で参照されているGAS DreamerV3、および関連する階層的世界モデルや長期操作の研究。具体的には、DreamerV3、GAS (Goal-Aware Symmetry?) や、SurRoLベンチマークに関する論文が考えられる。

※ 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: Shuzhe Zhang, Xin Zhu, Yinling Qian, Qiong Wang

分類: cs.RO, cs.SY, eess.SY

原文アブストラクト

Long-horizon surgical robot manipulation is challenging because task rewards are sparse, while meaningful interaction changes occur at irregular intervals. Existing world-model agents typically imagine at primitive-step resolution, leaving variable-duration task progress implicit. Manually specified stages can provide intermediate structure, but their task specific boundaries are difficult to align with state-dependent interaction transitions. We propose S2-HWM, a Sparse Event-Structured Hierarchical World Model that learns sparse event evidence from primitive latent trajectories to coordinate an event-level manager and a primitive-step worker. The event evidence schedules manager goal updates, and each selected latent goal conditions the worker's primitive actions until the next update. The learned event evidence also forms variable-duration segments for an Event Transition Model (ETM), which predicts the next?boundary stochastic state, segment duration, and accumulated segment reward. Chaining these event-level predictions provides a variable-duration continuation beyond the primitive imagination horizon for manager learning, while the worker retains primitive-step actor-critic learning. On a SurRoL-based PegTransfer task, S2-HWM achieves a success rate of 98.7%, outperforming the flat GAS DreamerV3 baseline by 22.7 percentage points.

  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

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