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:2610.10905

Sim-to-Realシステム同定のための情報分離型軌道設計

Informationally Decoupled Trajectory Design for Sim-to-Real System Identification

シェア:XThreadsFacebookLINEはてブBluesky

フィッシャー情報行列のシュア補完に基づく探索方策で、パラメータ間の分離性を高める軌道を設計し、シミュレータのパラメータ同定精度と実機転移性能を向上させる手法を提案。

詳しい要約

1. どんなもの?

サンプリングベースのシステム同定(system identification)において、シミュレータのパラメータを調整して実機のダイナミクスを再現する際、収集軌道がパラメータ間の効果を区別できないと複数のパラメータ組み合わせが同じ軌道を再現し、推定が不安定になる問題に対処する。Informationally Decoupled Trajectory Design (IDTD) フレームワークを提案し、パラメータ分離性を高める探索軌道を設計する。線形系からGo2 quadruped、G1 humanoid、Crazyflie quadrotor、実機K1 humanoidまで検証。

2. 先行研究と比べてどこがすごい?

従来の能動探索(active exploration)ベースラインと比べ、パラメータ同定誤差を平均39.6%削減し、下流のpolicy transferも改善。特に、パラメータ間の情報的結合を考慮した軌道設計により、複数パラメータの効果が混ざる問題を緩和。実機K1 humanoidでも有効性を確認。

3. 技術・手法の肝は?

Fisher information matrixから導出したSchur complement scoreを探索方策の目的関数として定式化。パラメータ分離性を忠実に反映するため、スコアを各パラメータの情報量で正規化し、各パラメータに最も有利な軌道セグメントを選択し、得られたスコアを対数的に集約。最適化された軌道は相補的な区間から構成され、各区間で異なるパラメータ部分集合の寄与が一意に帰属できる。

4. どうやって有効だと検証した?

多様なシミュレーション環境(線形ダイナミクス系、Go2 quadruped、G1 humanoid、Crazyflie quadrotor)で評価し、最強の先行能動探索ベースラインに対しパラメータ同定誤差を平均39.6%削減。さらに下流のpolicy transferが改善。実機K1 humanoidでも軌道設計を検証し、同定パラメータが実システムのダイナミクスを正確に捉えることを示した。

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が、関連手法としてsampling-based system identification、active exploration、Fisher information matrix、Schur complement、sim-to-real transfer、Go2 quadruped、G1 humanoid、Crazyflie quadrotor、K1 humanoidなどが挙げられる。同分野の定番として、domain randomizationやsystem identificationのためのactive learningに関する論文を読むと良い。

※ 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: Sangwoo Shin, Ashvin Anilkumar, Ryan Gao, Josiah P. Hanna

分類: cs.RO

原文アブストラクト

Sampling-based system identification estimates physically meaningful parameters by tuning a simulator to reproduce the target system dynamics, providing an interpretable approach to improving sim-to-real transfer. Yet when the collected trajectories do not distinguish the effects of different parameters, multiple parameter combinations can reproduce those trajectories, leading to unreliable parameter estimates. To address this challenge, we introduce an Informationally Decoupled Trajectory Design framework (IDTD), which formulates the objective for the exploration policy built on the Schur complement score derived from the Fisher information matrix. To faithfully reflect parameter separability in the exploration objective, IDTD normalizes the score against the per-parameter information, selects the most favorable trajectory segment for each parameter, and aggregates the resulting scores logarithmically. The optimized trajectory is therefore composed of complementary intervals, each exposing a distinct subset of parameters whose contribution to the motion over that interval can be attributed unambiguously. Across diverse simulation environments, ranging from a linear-dynamics system to the Go2 quadruped, G1 humanoid, and Crazyflie quadrotor, IDTD reduces the parameter identification error by 39.6% on average relative to the strongest prior active-exploration baseline and attains improved downstream policy transfer. Furthermore, we validate the proposed trajectory design on a real K1 humanoid, demonstrating that the resulting identified parameters accurately capture the real-system dynamics.

関連論文

PR本紙発行元 EmplifAI