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
マニピュレーションarXiv:2610.11722

ソロからアンサンブルへ:構成可能なマルチエージェント物体操作のための階層フレームワーク

From Solo to Ensemble: A Hierarchical Framework for Composable Multi-Agent Human-Object Interaction

シェア:XThreadsFacebookLINEはてブBluesky

単一エージェントの物体操作スキルを物体指向の運動スキルとして蒸留し、高レベル方策で複数エージェントを協調させる階層フレームワークを提案。

詳しい要約

1. どんなもの?

- 物理ベースのHuman-Object Interaction (HOI) を単一エージェントからマルチエージェント協調タスクへ拡張する階層的フレームワーク。 - 単一エージェントのHOIポリシーを再利用可能なObject-oriented Motion Skillに変換。 - 下流タスクではスキルを凍結し、高レベルポリシーが複数エージェントを協調させる。 - 接触リッチな全身制御からオブジェクトレベルのプロキシ運動調整へ学習をシフト。

2. 先行研究と比べてどこがすごい?

- 既存手法はタスク固有のファインチューニングで適応し、低レベルの接触実行と高レベルの協調が絡み合う。 - そのためオブジェクト形状、相互作用タイプ、チームサイズ間の再利用が制限される。 - 提案手法は単一エージェントポリシーを再利用可能なスキルに蒸留し、凍結した実行者として多様な下流タスクに適用。 - これにより異なる相互作用タイプ、オブジェクト形状、チームサイズにわたる構成可能なポリシー学習を可能にする。

3. 技術・手法の肝は?

- 教師ロールアウトをオブジェクト指向の行動監督として再解釈。 - 実行軌跡から短ホライズンのオブジェクトプロキシ運動を抽出。 - タスク固有の教師をObject-oriented Action Spaceで動作する低レベルスキルに蒸留。 - 下流タスクでは蒸留スキルを凍結し、高レベルポリシーが共有オブジェクト、タスク目標、エージェント状態、局所操作領域に条件付けられた領域別オブジェクト指向行動を生成。

4. どうやって有効だと検証した?

- 多様なHOIタスクでの実験を実施。 - 蒸留されたObject-oriented Motion Skillが堅牢なプロキシ運動実行をサポートすることを示す。 - 異なる相互作用タイプ、オブジェクト形状、チームサイズにわたる構成可能なポリシー学習を可能にすることを示す。

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。 - 同分野の定番として、physics-based HOI、multi-agent reinforcement learning、hierarchical reinforcement learning、skill distillation、object-centric learning に関する論文が挙げられる。

※ 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: Zekai Deng, Kangyi Chen, Ye Shi, Jingya Wang

分類: cs.RO

原文アブストラクト

Physics-based human-object interaction has achieved robust single-agent manipulation skills, yet extending them to multi-agent cooperative tasks remains challenging. Existing approaches typically adapt interaction policies through task-specific fine-tuning, which entangles low-level contact-rich execution with high-level coordination and limits reuse across object geometries, interaction types, and team sizes. We propose a hierarchical framework that converts a single-agent HOI policy into a reusable Object-oriented Motion Skill. Specifically, we reinterpret teacher rollouts as object-oriented action supervision by extracting short-horizon object-proxy motions from executed trajectories, and distill task-specific teachers into a low-level skill operating in an Object-oriented Action Space. For downstream tasks, the distilled skill is frozen as a reusable executor, while a high-level policy coordinates multiple agents by generating region-wise object-oriented actions conditioned on the shared object, task goal, agent states, and local manipulation regions. This formulation shifts multi-agent HOI learning from direct contact-rich full-body control to compact object-level proxy-motion coordination. Experiments on diverse HOI tasks show that the distilled Object-oriented Motion Skill supports robust proxy-motion execution and enables composable policy learning across different interaction types, object geometries, and team sizes.

関連論文

PR本紙発行元 EmplifAI