MobileVISTA: 移動マニピュレーションにおける姿勢汎化のための生成データ拡張

- MobileVISTAは、mobile manipulator（例：humanoid）の模倣学習におけるpose generalizationを改善するdata generation framework。 - 単一のcanonical poseで収集されたdemonstrationを、多様なpose-perturbed training dataへ変換する。 - 対象はegocentric platformで、cameraがactuated chain上にあり、robot自身がframe内を占める設定。 - simulated tasks（humanoid, bimanual embodiments）とreal Galaxea R1 Proで検討。

- 従来法はcameraがactuated chainからrigidly mountedされている、またはarticulated robot geometryがframe外という仮定を置く。 - MobileVISTAは、cameraがkinematic chainの影響を受け、かつchainを観測するegocentric platform（humanoid等）との互換性を狙う。 - 追加のdemonstration収集やtrained generative modelを必要とせず、test時のout-of-distribution poseへのrobustnessを改善。 - 特にcameraがactuated chainに乗り、robotがframeの多くを占めるhumanoidで効果が最大と報告。

- demonstrationsをcanonical poseからdiverseなpose-perturbed training dataへ変換するframework。 - 二つをjointlyに行う：(1) egocentric visual observationsのaugmentation、(2) base pose変化を補償するaction retargeting。 - これによりego-centric observationsとend-effector trajectoriesの分布ずれを緩和する。 - 詳細なアルゴリズムや実装は要旨からは不明。

- simulated tasksでhumanoidおよびbimanual embodimentsを対象に検討。 - real Galaxea R1 Proでも検討。 - MobileVISTA-augmented dataで訓練したpolicyが、test時に遭遇する以前はout-of-distributionだったposeに対しrobustness向上を示す。 - 追加のdemonstration収集やtrained generative modelなしでこの改善が得られると報告。

- MobileVISTAの利点は、cameraがactuated chainに乗りrobotがframeの多くを占めるhumanoidで最大となる。 - 単一poseのdemonstrationに依存するend-to-end manipulation policyの脆さ（cmスケールのposeずれで性能急落）が動機。 - 限界や失敗事例、計算コスト、他embodimentへの一般性の詳細は要旨からは不明。

- 要旨で参照/比較されている具体的な先行研究名は明示されていない。 - 関連手法として、imitation learning、data augmentation、action retargeting、egocentric vision、mobile manipulation、humanoid manipulationの定番研究を挙げる。 - プロジェクトページ（https://mobilevista.github.io）のvideos/appendixも参照候補。