生成的軌道モデルとパーティクルフィルタによる状態推定と制御

- ロボティクスにおける state estimation と control の両方を、事前学習済みの generative model を用いて改善する研究。 - 具体的には particle filtering を導入し、state histories に関する複数の仮説を維持する枠組み。 - 単一の pretrained diffusion model が仮説・予測観測・action proposals を生成する。 - モデル自体は変更せず、推論手続きの変更のみで性能向上を狙う。

- 従来の control では generative model を policy として observation histories から直接 action をサンプリングするのが一般的。 - 本研究は state・action・observation を jointly に表現するモデルの予測を state estimation と control の両方に活用する点が異なる。 - 事前学習済みモデルを再学習せず、inference procedure の変更のみで改善する点が特徴。 - 同一の pretrained model と追加の test-time information なしで比較し改善を示した。

- particle filtering により state histories の競合仮説(particles)を維持する。 - 単一の pretrained diffusion model が各 particle の state history・予測 observation・action proposal を生成する。 - 新たな measurement が到着するたびに、予測 observation と measurement の一致度で particle を reweight する。 - この重みを state estimation だけでなく action selection にも用い、observation をよく説明する仮説に紐づく proposal を優先する。

- 部分的に観測される navigation と vision-based manipulation の simulation 実験で検証。 - filtering なしの action generation と比較し、state estimation と task performance の両方で改善を報告。 - 同一の pretrained model を使用し、追加の test-time information を加えていない条件での比較。

- 要旨からは不明(具体的な限界や失敗ケース、計算コストの議論は記述されていない)。 - particle filtering の粒子数や diffusion model のサンプリング回数など実用上のトレードオフは要旨からは不明。 - 実機実験への一般化可能性についても要旨からは不明。

- 要旨で参照・比較されているのは filtering なしの action generation(pretrained diffusion model を policy として直接用いる手法)。 - 関連手法として diffusion model を用いた policy(例: Diffusion Policy)や、model-based な state estimation における particle filtering の定番研究を次に読む候補として挙げられる。