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:2609.18685

WeaveRL:知覚的強化学習のためのシーン認識型ファブリックへの再構成の織り込み

WeaveRL: Weaving Reconstruction into Scene-Aware Fabrics for Perceptive Reinforcement Learning

シェア:XThreadsFacebookLINEはてブBluesky

GPU加速により数千の並列シミュレーションでシーンをサーフェルとして再構成し、センサ由来の幾何情報に基づく衝突回避型強化学習を実現した。複雑な操作タスクで性能とsim-to-real転移、未知障害物への堅牢性を向上。

詳しい要約

1. どんなもの?

- ロボットの複雑なマニピュレーションのための強化学習(RL)手法。 - 衝突回避コントローラ(geometric fabrics)上で学習するが、従来は静的な手指定のシーン表現に依存。 - 本研究では、GPU加速により数千の並列シミュレーションインスタンスでアクティブロールアウト中にシーンをsurfelの集合として再構成。 - これにより、手指定ではなくセンサ由来のジオメトリ上でポリシーを操作可能に。 - 衝突が密集したタスク群で、surfel fabricsがプリミティブベースのベースラインが失敗する複雑なシーンに対処し、sim-to-real転送も維持。 - テスト時に新しいジオメトリが導入されても、シーン認識ファブリックで学習したポリシーはより堅牢で、未見障害物下での衝突なしタスク完了率が35%から61%に向上。 - 再構成システム、トレーニングコード、テストデータセットを公開。

2. 先行研究と比べてどこがすごい?

- 従来のgeometric fabricsは静的で手指定のシーン表現に依存していた。 - 本研究はアクティブなオンライン3D知覚を大規模並列RLトレーニングに統合。 - これにより、手指定ではなくセンサ由来のジオメトリ上でポリシーが動作可能に。 - プリミティブベースのベースラインが失敗する幾何学的に複雑なシーンに対処可能。 - テスト時の新規ジオメトリに対する堅牢性が向上(未見障害物下での衝突なしタスク完了率35%→61%)。

3. 技術・手法の肝は?

- GPU加速により、数千の並列シミュレーションインスタンスでアクティブロールアウト中にシーンをsurfelの集合として再構成。 - この再構成により、ポリシーがセンサ由来のジオメトリ上で動作可能。 - 衝突回避コントローラ(geometric fabrics)上で強化学習を行う。 - シーン認識ファブリック(surfel fabrics)を学習に利用。

4. どうやって有効だと検証した?

- 衝突が密集したマニピュレーションタスク群で評価。 - surfel fabricsがプリミティブベースのベースラインが失敗する複雑なシーンに対処できることを確認。 - sim-to-real転送を維持することを確認。 - テスト時に新しいジオメトリを導入し、未見障害物下での衝突なしタスク完了率が35%から61%に向上することを検証。

5. 議論はある?

- 要旨からは不明。

6. 次に読むべき論文は?

- geometric fabrics(衝突回避コントローラ) - プリミティブベースのベースライン - surfelベースのシーン再構成手法

※ 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: Remo Steiner, Vikram Ramasamy, David Tingdahl, Sam Mady, Karl Van Wyk, Nathan Ratliff, David Recasens Lafuente, Soha Pouya, Tuur Stuyck, Alex Millane

分類: cs.RO

原文アブストラクト

Reinforcement learning allows robots to acquire complex skills, but producing policies for geometrically complex manipulation remains difficult. A promising approach is to learn on top of collision-avoidant controllers, such as geometric fabrics. However, these approaches have relied on static, hand-specified representations of the scene. Integrating active, online 3D perception into massively parallel RL training has so far been inaccessible. We introduce a GPU-accelerated method that reconstructs the scene as a collection of surfels across thousands of parallel simulation instances during active rollouts. This lets policies operate over sensor-derived, rather than hand-specified, geometry. On a suite of collision-dense manipulation tasks, our surfel fabrics enable policies to tackle geometrically complex scenes where primitive-based baselines fail, while maintaining sim-to-real transfer. Furthermore, policies learned with a scene-aware fabric are more robust to the introduction of novel geometry at test time, improving collision-free task completion under unseen obstacles from 35% to 61%. We release our reconstruction system, training code and test dataset to spur research in this direction.

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

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