変形可能な線状物体の成形におけるオンライン材料推定に基づく条件付き拡散ポリシー

- Deformable Linear Objects (DLOs) の形状制御のための模倣学習手法。 - 材料特性（stiffness, elasticity）が変形挙動に影響するため、同じ目標形状でも材料ごとに異なる行動列が必要。 - 材料ラベルを操作中にオンライン推定し、そのラベルで条件付けられた diffusion policy を提案。 - 再帰的推定ネットワークが多視点画像とロボット関節状態の時系列から把持物体の材料ラベルを予測。 - 予測ラベルは各推論ステップで diffusion policy を条件付ける。

- 従来のタスク条件付き policy では材料情報を考慮せず、材料ごとに異なる行動列を生成できなかった。 - 材料ラベルで条件付けることで、タスクのみの policy より平均成功率が 45.8% から 60.0% に向上。 - 提案手法は事前の材料情報なしで 60.8% を達成し、正解材料ラベルを与えた policy と同等の性能。 - 材料ごとの specialist policy との比較も行われている（詳細は要旨からは不明）。

- 材料ラベルで条件付けられた diffusion policy を採用。 - 再帰的推定ネットワーク（recurrent estimation network）が多視点画像とロボット関節状態の時系列から材料ラベルをオンライン予測。 - 予測された材料ラベルが diffusion policy の各推論ステップで条件信号として使用される。 - これにより、操作中に材料特性を推定しながら適応的な行動生成が可能。

- 4種類の DLO 材料と3つの溝配置タスクを含む 480 の実ロボットデモンストレーションを収集。 - 材料ごとの specialist policy、材料ラベルなしのタスク条件付き policy、正解材料ラベルで条件付けた policy、提案手法を比較。 - 正解材料ラベル条件付けで平均成功率が 45.8% から 60.0% に向上。 - 提案手法は事前材料情報なしで 60.8% を達成し、正解ラベル付き policy と同等。 - 事後分析により、推定器が操作観測から材料関連情報を抽出し、diffusion policy が条件信号に応答することを確認。 - 1つの顕著な失敗例は類似した2材料間の持続的な混同に関連。

- 提案手法は材料ラベルをオンライン推定することで、正解ラベルと同等の性能を達成。 - 推定器が材料関連情報を抽出し、policy が条件信号に応答していることを事後分析で確認。 - 類似材料間の混同が失敗例として挙げられ、推定精度の限界が示唆される。 - 他の材料やタスクへの一般化、推定誤差の影響などは要旨からは不明。

- 要旨で参照/比較されている研究：per-material specialist policies、task-conditioned policy without material labels、policy conditioned on ground-truth material labels。 - 関連手法：diffusion policy、recurrent estimation network。 - 同分野の定番：Deformable Linear Objects (DLOs) の形状制御、模倣学習、材料特性推定。