日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

週刊ニュースレター購読
sim2realarXiv:2610.01219

EIDA: 実機-シミュレータ-実機ロボットナビゲーションのための実行インターフェースダイナミクス適応

EIDA: Execution-Interface Dynamics Adaptation for Real-to-Sim-to-Real Robot Navigation

シェア:XThreadsFacebookLINEはてブBluesky

実機の実行データから速度指令に対する運動とフィードバックの応答を学習し、軽量GPU並列シミュレータ内で適応させることで、アクチュエータの詳細なモデル化なしにロボットナビゲーションのsim-to-real転移を改善する手法を提案。

詳しい要約

1. どんなもの?

- 実機ロボットのナビゲーションにおけるsim-to-real転送を改善する手法EIDAを提案。 - 速度コマンドに対する実機の運動とフィードバックの応答を、アクチュエータ動力学を再構築せずに実機データから適合させる。 - 軽量GPU並列シミュレータ内で適合モデルを使用し、実機とシミュレータのギャップを埋める。

2. 先行研究と比べてどこがすごい?

- 従来のsim-to-real転送では、速度コマンドがポリシー訓練時のモデルと異なる運動・フィードバックを生じると失敗する問題があった。 - EIDAはアクチュエータ動力学を詳細にシミュレートせず、実行インターフェースの応答を直接適合させる点が新しい。 - 実機Go2での静的シーン試行で、ベースラインの4/20成功に対しEIDAは20/20成功を達成。

3. 技術・手法の肝は?

- 実機の実行データから、body-frame pose incrementsをモデル化しシミュレータの幾何を更新。 - 別のモデルでポリシーが観測する速度フィードバックを予測し、ポリシー入力に速度フィードバックの短い履歴を含める。 - 適合モデルを軽量GPU並列シミュレータ内で使用。

4. どうやって有効だと検証した?

- JackalとGo2の完全な検証セットで、適合モデルがシミュレータの事前定義運動モデルと比べて位置とyawの予測誤差を低減。 - 別の物理ベースシミュレータで評価した100のベンチマークナビゲーション環境において、学習ポリシー間で最高の成功率とナビゲーションスコアを達成(グローバルガイダンスの有無にかかわらず)。 - フィードバックのアブレーションが、ポリシー向け速度推定の一致の必要性を支持。 - 実機Unitree Go2で、静的シーン試行20回すべてで衝突せずゴールに到達(ベースラインは20回中4回)。

5. 議論はある?

- 実行インターフェースの適合が、詳細なアクチュエータシミュレーションなしでナビゲーション転送を改善できることを示す。 - フィードバックのアブレーション結果から、ポリシーが観測する速度推定の一致が重要であることが示唆される。 - 限界や今後の課題については要旨からは不明。

6. 次に読むべき論文は?

- 要旨で参照/比較されている研究は明示されていない。 - 関連手法として、sim-to-real転送、domain randomization、system identification、learned dynamics models、GPU並列シミュレータ(Isaac Gymなど)が挙げられる。 - 具体的な論文名は要旨からは不明。

※ 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: Yiwei Qian, Shanze Wang, Qingyuan Hu, Xinming Zhang, Wei Zhang

分類: cs.RO

原文アブストラクト

Simulation-to-robot transfer can fail when velocity commands produce motion and feedback that differ from those modeled during policy training. We present execution-interface dynamics adaptation (EIDA), which fits these responses from target-platform execution data without reconstructing actuator dynamics. A model of body-frame pose increments updates simulator geometry, while a separate model predicts the velocity feedback observed by the policy; a short history of velocity feedback is included in the policy input. The fitted models are used within a lightweight GPU-parallel simulator. On the full Jackal and Go2 validation sets, the fitted models reduced position and yaw prediction errors relative to the simulator's predefined motion model. Across 100 benchmark navigation environments evaluated in a separate physics-based simulator, EIDA achieved the highest success rate and navigation score among the compared learned policies, both with and without global guidance. Feedback ablations further supported the need to match policy-facing velocity estimates. On a physical Unitree Go2, EIDA reached the goal without collision in all 20 static-scene trials, compared with 4 of 20 for the baseline. These results show that execution-interface adaptation can improve navigation transfer without detailed actuator simulation.

関連論文

PR本紙発行元 EmplifAI