LACE-CRAFT: アクター継承とブラックボード協調によるロボット共同設計

- ロボットの形態探索と方策学習を同時に行う co-design 手法 LACE-CRAFT を提案。 - 現在のロボットでの継続学習と、新しい morphology-reward ペアへの方策適応を比較する。 - LACE は現行の学習状態を再開し、互換性のある challenger を actor パラメータと観測統計で初期化。 - CRAFT は Feedback, Morphology, Reward, Integration の役割を共有実験記録と behavioral replay で調整。 - 生成拡張によりメッシュを関節・アクチュエータインタフェース付きの編集可能な articulated model に変換。

- 従来の co-design は新しい設計ごとにゼロから学習し、獲得した制御経験を破棄していた。 - LACE-CRAFT は継続学習と方策適応を比較し、学習済み経験を活用する点が新しい。 - 5つの locomotion ベンチマークで、3評価シードの平均スコアが D2C より 6.4-91.9% 高い。 - 両手法とも5ラウンドで30の新しい morphology-reward ペアを訓練するが、LACE はさらに4つの継続訓練ユニットを使用。 - 実機プロトタイプで屋内歩行を実証し、geometry-to-hardware ワークフローを示した。

- LACE: 現行ロボットの完全な学習状態を再開し、互換性のある challenger を actor パラメータと観測統計で初期化。 - 固定タスク指標により、両分岐と凍結された incumbent の中から選択。 - CRAFT: Feedback, Morphology, Reward, Integration の役割を共有実験記録と behavioral replay で調整し、ペア提案を生成・相互レビュー。 - 生成拡張: 生成メッシュを関節、アクチュエータインタフェース、一貫して更新されるシミュレーションアセットを持つ編集可能な articulated model に変換。

- 5つの locomotion ベンチマークで評価。 - 3つの評価シードの平均スコアで D2C と比較し、6.4-91.9% 高いスコアを達成。 - 両手法とも5ラウンドで30の新しい morphology-reward ペアを訓練。 - LACE はさらに4つの継続訓練ユニットを使用。 - 5タスクのアブレーションで policy inheritance と replay-derived feedback を検証。 - 実機プロトタイプで屋内歩行を実証し、geometry-to-hardware ワークフローを例示。

- 要旨からは不明。

- D2C (Direct Design to Control) が比較対象として挙げられている。 - 関連手法として co-design, morphology search, policy learning, actor inheritance, blackboard collaboration が背景にある。 - 同分野の定番として、ロボット co-design における進化的手法や強化学習ベースの形態最適化が考えられる。