AdaTempo: 実演から共有相対テンポを学習しロボット操作を高速化
AdaTempo: Learning Shared Relative Tempo from Demonstrations for Faster Robot Manipulation
実演の位相ごとの相対的な速さの共通構造を自己教師ありで抽出し、それを用いて訓練軌道を再サンプリングすることで、実行時の速度調整なしに視覚運動方策を最大3.57倍高速化する手法。
詳しい要約
1. どんなもの？
2. 先行研究と比べてどこがすごい？
3. 技術・手法の肝は？
4. どうやって有効だと検証した？
5. 議論はある？
6. 次に読むべき論文は？
※ 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: Jiale Cao, Yike Niu, Zhengrong Xue, Huazhe Xu
分類: cs.RO
原文アブストラクト
Visuomotor policies trained via imitation learning often inherit the unnecessarily slow timing of teleoperated demonstrations. Yet uniform speedup is unreliable because different phases of a manipulation task tolerate acceleration differently. In this work, we introduce AdaTempo, a self-supervised method that accelerates visuomotor policies by exploiting shared relative-tempo structure in demonstrations. AdaTempo establishes phase correspondence, aggregates the aligned relative tempo into a consensus, and maps it to a continuous speedup profile used to resample demonstrations into accelerated training trajectories. Training standard policies such as ACT or Diffusion Policy on these resampled trajectories directly embeds the desired tempo in the learned behavior, without runtime tempo selection or online retiming. Extensive evaluations show that AdaTempo achieves up to a $3.57\times$ speedup and yields a stronger success--speed trade-off than the original policies and representative acceleration baselines.
関連論文
- S2A2: 音響空間情報を用いた操作タスクのための視聴覚模倣学習模倣学習/マニピュレーション
- 見て切り替える：視覚に基づく分岐による対話型ロボットスキルプログラミング模倣学習/マニピュレーション
- 幾何制約付きリズム軌道学習によるレーザースキンケア施術の自動化模倣学習/マニピュレーション