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
模倣学習arXiv:2610.08650

幾何学的事前分布を用いた高速ノンパラメトリック異分散模倣学習

Fast Non-Parametric Heteroscedastic Imitation Learning With Geometric Priors

シェア:XThreadsFacebookLINEはてブBluesky

ロボットの模倣学習において、多様体上の幾何学的構造を考慮したノンパラメトリック手法を提案し、データ不足や異分散不確実性下でも高速な適応と不確実性推定を実現した。

詳しい要約

1. どんなもの?

- 人間のデモンストレーションから確率的方策を学習する際に、データ効率と新しいシナリオへの迅速な適応を実現する非パラメトリック手法を提案。 - ロボティクスで一般的な多様体の幾何学を考慮し、データ不足や異分散不確実性に対応。 - 時間やロボット状態に基づく方策を定式化し、位置と姿勢を含む軌道で3ms未満の高速更新を可能にする。 - 多様体値の入力と出力をサポートし、大きな姿勢変化にも対応。 - タスクパラメータ化により異なる物体姿勢への適応が容易。

2. 先行研究と比べてどこがすごい?

- 既存の非パラメトリック手法はロボティクスで一般的な多様体の幾何学を考慮せず、データ効率が制限される。 - 幾何学を考慮した手法でも、不確実性推定が信頼できないか、適応に再トレーニングが必要。 - 提案手法は幾何学的事前分布を活用し、データ不足と異分散不確実性下で信頼性の高い不確実性推定を提供。 - 再トレーニング不要で高速更新(3ms未満)を実現。

3. 技術・手法の肝は?

- 非パラメトリック手法で幾何学的事前分布を活用。 - 時間またはロボット状態に基づく方策を定式化。 - 非分離対角カーネルにより、同じサイズの入力と出力間の自由度間の不確実性関係を捉える。 - 最適化された定式化により、位置と姿勢を含む軌道で3ms未満の高速更新を実現。 - 多様体値の入力と出力をサポートし、大きな姿勢変化に対応。 - タスクパラメータ化により異なる物体姿勢への適応が可能。

4. どうやって有効だと検証した?

- 一連のトイ例と実ロボットマニピュレーションタスクで評価。 - 自律実行と共有制御シナリオの両方で検証。

5. 議論はある?

- 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、非パラメトリックなカーネルベース手法、幾何学を考慮した手法、確率的方策学習(例:Probabilistic Movement Primitives, Gaussian Processes)が挙げられる。

※ 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: Maximilian Mühlbauer, Arne Sachtler, Markus Knauer, Cem Küçükgenç, Yanlong Huang, Alin Albu-Schäffer, João Silvério

分類: cs.RO

原文アブストラクト

When learning probabilistic policies from human demonstrations, data-efficient learning and fast adaptations to new scenarios are key requirements. One popular way to achieve intuitive and reliable adaptations is through non-parametric, typically kernel-based, methods. However, existing solutions either fail to account for the geometry of manifolds common in robotics, limiting data efficiency, or, when geometry-aware, provide unreliable uncertainty estimates or require retraining to adapt. We propose a non-parametric approach leveraging geometric priors in scenarios of data scarcity and heteroscedastic uncertainties for probabilistic modeling. We utilize the method to formulate policies based on time or robot state, where non-separable diagonal kernels allow capturing uncertainty relations between degrees of freedom for same-sized in- and outputs. Fast updates, requiring less than 3 ms for a trajectory involving both position and orientation are possible through an optimized formulation. Our approach supports both manifold-valued input and manifold-valued output with large orientation changes. Using task parameterization, adaptation to different object poses is easily possible. We evaluate the approach on a set of toy examples and on real robot manipulation tasks both in autonomous execution and in shared control scenarios.

関連論文

PR本紙発行元 EmplifAI