ELEVATE: タスク失敗から四脚マニピュレータの制御器を自律獲得するフレームワーク

- 四足歩行マニピュレータ(quadrupedal manipulator)のためのフレームワーク ELEVATE の提案。 - タスクプログラムの refinement 中に生じる persistent failures を利用し、不足している whole-body control 能力を特定・獲得する。 - 獲得した controller を capability library に追加し、既存 controller と組み合わせてタスクを再試行する。 - 単一の pretrained loco-manipulation controller から出発し、7つの simulation タスク系列で自律的に controller を獲得する。

- 従来の task-planning agent は利用可能な controller の範囲に能力が制限されていた。 - 固定の controller library を持つ coding-agent baselines は、初期 controller の workspace を超える5タスクを完了できなかった。 - ELEVATE は失敗を契機に不足能力を自律獲得し、当該5タスクで mean success rate 98.4%–100%(5 independent runs)を達成。 - 獲得 controller と合成タスクプログラムが real-robot training/fine-tuning なしで実機に転移。

- persistent failures を解析し、欠けている physical capability を推定。 - coding agent が reinforcement-learning 問題を定式化し、behavior-specific rewards、curricula、termination conditions を反復的に refinement。 - 検証済み controller を capability library に追加し、既存 controller と composition してタスクを再試行。 - 獲得対象は wall-supported elevation、supported manipulation、wall descent など。

- 7つの simulation タスク系列で、単一 pretrained loco-manipulation controller から自律獲得を実施。 - 初期 controller の workspace を超える5タスクで、5 independent runs の mean success rate 98.4%–100%。 - 固定 controller library の coding-agent baselines は同タスクを完了できず。 - 実機四足マニピュレータへ転移し、rack retrieval 18/20、floor-to-rack placement 16/20 の成功。

- 失敗を capability 獲得のシグナルとして使う点が有効性の根拠として示される。 - 実機転移が real-robot training/fine-tuning なしで成立したと報告。 - 限界や失敗事例、sim-to-real gap の詳細な議論は要旨からは不明。 - baseline 比較は固定 controller library の coding agent に限られ、他の手法との比較は要旨からは不明。

- 要旨で比較されている coding-agent baselines(固定 controller library)関連の研究。 - reinforcement-learning による loco-manipulation controller 獲得の代表的手法(例: legged locomotion の RL、whole-body manipulation の RL)。 - task-program refinement や coding agent によるロボットタスク計画の関連研究。 - sim-to-real transfer なしの実機展開に関する quadrupedal manipulator 研究。