地図認識型視覚運動ポリシーによる移動マニピュレーション

- モバイルマニピュレーションのためのフレームワーク MAVP (Map-Aware Visuomotor Policies) を提案。 - ベースとアームの協調動作を必要とするタスクで、デモンストレーション学習方策の実行信頼性を向上させる。 - 明示的なベース姿勢目標を予測し、localisation feedback を用いて追従する。 - 静的な地図を再構成し、デモのベース軌道を共有 map frame で表現する。 - 実行時は RGB 観測、関節状態、現在の map-frame ベース姿勢を入力とし、目標ベース姿勢・アーム動作・グリッパ動作を同時に予測する。

- 従来の unanchored velocity control と比較して、6つの実世界マニピュレーションタスクすべてでタスク成功率が高い。 - デモンストレーション学習方策が意図したベース動作を実現できず、空間的なずれとマニピュレーション失敗を引き起こす問題に対処。 - 共有 map frame での空間的監督により、デモ間で一貫した空間情報を提供する点が新しい。 - 3つの方策ファミリーで有効性を確認。

- テレオペレーションデモから静的な地図を再構成し、デモのベース軌道を共有 map frame で表現する。 - 方策は RGB 観測、関節状態、現在の map-frame ベース姿勢を入力とし、目標ベース姿勢・アーム動作・グリッパ動作を同時に予測する。 - 低レベルコントローラが feedforward motion と pose error feedback を用いて予測ベース目標を追従し、実行のずれを補正する。 - 訓練時に pose-noise augmentation を用いて、方策の姿勢入力の誤差に対するロバスト性を向上させる。

- 6つの実世界マニピュレーションタスクで評価。 - 3つの方策ファミリーで MAVP を適用。 - すべてのタスクで unanchored velocity control より高いタスク成功率を達成。 - ビデオと追加結果が https://123qwedsa123.github.io/mavp/ で公開されている。

- 要旨からは不明。 - ただし、pose-noise augmentation が方策の姿勢入力誤差へのロバスト性を改善することは述べられている。 - 限界や失敗事例、計算コスト、地図再構成の精度依存性などについての議論は要旨からは不明。

- 要旨で参照/比較されている研究: unanchored velocity control。 - 関連手法: visuomotor policies, mobile manipulation, teleoperated demonstrations, localisation feedback, pose-noise augmentation。 - 同分野の定番: モバイルマニピュレーションの模倣学習、ベースとアームの協調制御、SLAM に基づくナビゲーションとマニピュレーションの統合。