運動制御2026/9/15arXiv:2609.17042

アダプタバンクによる構成可能な運動制御のためのオプション学習

Learning Options for Compositional Motor Control with Adapter Banks

共有リカレントネットワークに残差アダプタのバンクを組み合わせ、低ランク摂動として運動プリミティブを学習し、新しい運動系列への汎化を実現した。

詳しい要約

1. どんなもの？

- 運動スキルをend-to-endで学習する新アーキテクチャを提案。 - 共有recurrent coreをresidual adaptersのbankで変調し、各adapterは離散latent codeで選択。 - 閉ループ生体力学制御で訓練し、adapterが低ランク摂動を創発。 - 学習済みoptions上の高レベルpolicyで新規運動シーケンスを生成。

2. 先行研究と比べてどこがすごい？

- 神経科学理論の低ランク摂動仮説を実装に翻訳。 - 従来のtask-input-conditioned multitask baselineより汎化誤差を最大1桁改善。 - アーキテクチャにランク制約なしで低ランク摂動が創発。 - 凍結ネットワーク上で高レベルpolicyを最適化し、OOD運動を生成可能。

3. 技術・手法の肝は？

- 共有recurrent coreとresidual adaptersのbankから成る。 - 各adapterは離散latent codeで選択され、coreの動力学を低ランク摂動。 - 訓練は閉ループ生体力学制御でend-to-end。 - 高レベルpolicyは全ネットワーク凍結下で学習し、adapterをシーケンス化。

4. どうやって有効だと検証した？

- 閉ループ生体力学制御タスクで訓練・評価。 - 新規運動シーケンスへの汎化を検証。 - task-input-conditioned multitask baselineと比較し、汎化誤差を最大1桁改善。 - 詳細な実験設定は要旨からは不明。

5. 議論はある？

- 低ランク摂動がランク制約なしで創発するメカニズムは要旨からは不明。 - タスク表現が共有coreの異なる部分空間に配置される点を議論。 - 高レベルpolicyの最適化が凍結ネットワークで可能な点を強調。 - 限界や今後の課題は要旨からは不明。

6. 次に読むべき論文は？

- 要旨で参照/比較されている研究: task-input-conditioned multitask baseline。 - 関連手法: low-rank perturbations of a shared recurrent network, residual adapters, discrete latent codes, high-level policy over options。 - 同分野の定番: recurrent neural networks, motor primitives, options framework。

※ 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: Sreejan Kumar, Marcelo Mattar, Lea Duncker

分類: cs.LG, cs.RO, q-bio.NC

原文アブストラクト

Learning flexible motor primitives is a hallmark of skilled motor control. Recent neuroscience theory proposes that motor primitives may be implemented as low-rank perturbations of a shared recurrent network, but leaves open how such a system is learned. We translate this principle into a novel architecture for learning motor skills end-to-end: a shared recurrent core modulated by a bank of residual adapters, each selected by a discrete latent code. Trained on closed-loop biomechanical control, the adapters develop emergent low-rank perturbations of the recurrent dynamics despite no architectural rank constraint, placing task representations in disparate subspaces of the shared core network. A simple high-level policy over the learned options, optimized while the whole network is frozen, sequences the low-rank adapters to produce novel out-of-distribution movements. We demonstrate the ability to generalize to novel motor sequences within the closed-loop control setting, improving on the generalization error of a task-input-conditioned multitask baseline by upto order of magnitude.

arXivで原文を読む →arXiv概要ページ