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:2610.19913

MUCO: マニピュレーション単位で構成する長期的ロボットタスクのフレームワーク

MUCO: A Mani-Unit-Structured Manipulation Framework for Compositional Long-Horizon Robot Tasks

シェア:XThreadsFacebookLINEはてブBluesky

ロボット操作を再利用可能な「マニピュレーション単位（MU）」に分割し、言語と視覚からMU列を構成して適切なポリシーを選択・実行するフレームワークを提案。失敗の連鎖を抑え、タスク間でのMU再利用を実現した。

詳しい要約

1. どんなもの？

- 長期的なロボットマニピュレーションをタスク全体の軌跡として学習・実行する枠組み。 - 操作単位（MU: manipulation units）を導入し、各MUは局所目標・開始条件・成功/失敗基準で定義。 - MUを個別に学習・検証し、実行時は環境動力学を介して連続するMUが結合。 - MU-Structured Manipulation (MUSM) として定式化し、MU-Centric Orchestration (MUCO) で実現。 - 言語と視覚からMU列を構築し、凍結された能力レジストリから適合ポリシーを選択・実行。

2. 先行研究と比べてどこがすごい？

- 完全なタスク軌跡として学習する従来手法に比べ、データ収集コスト・能力再利用の制限・局所失敗の連鎖を低減。 - MUを個別に学習・検証するため、異種ポリシーの合成が共同訓練・共有バックボーン・共通行動表現なしで可能。 - 検証済みMUを再実行せずに、現在状態から別モデルへ再試行・フォールバックできる。 - 正規キーにより、新たなデモや更新なしでタスク間の等価MUのチェックポイント再利用を実現。

3. 技術・手法の肝は？

- MUは局所目標・開始条件・観測可能な成功/失敗基準で定義され、個別に学習・検証。 - MUCOは言語と視覚からMU列を構築し、凍結能力レジストリ内の適合ポリシーモデルとマッチング。 - キャリブレーション済み成功率が最も高いモデルをディスパッチ。 - 視覚検証がMU成果を成功/失敗基準に照らして確認し、遷移を制御。再試行や別モデルへのフォールバックを可能に。 - 正規キーで等価MUのチェックポイントを再利用。

4. どうやって有効だと検証した？

- RLBench、RoboTwin 2.0、および5つの実世界タスクで評価。 - ベースラインと比較して、完全タスク成功率と検証済み進捗が高く、失敗封じ込めが強く、エラー伝播が低い。 - 共同訓練・共有バックボーン・共通行動表現なしでの異種ポリシー合成とタスク間MU再利用を示す。

5. 議論はある？

- 要旨からは不明（限界や議論の詳細は記述されていない）。

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、RLBench、RoboTwin 2.0、およびロボットマニピュレーションの長期タスク学習・階層的強化学習・モジュール型ポリシー合成の定番研究が挙げられる。

※ 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: Xiangyi Wei, Hanzhe Yao, Jingwen Shang, Zhenhong Wu, Yang Li, Changbo Wang

分類: cs.RO, cs.AI

原文アブストラクト

Learning and executing long-horizon robot manipulation as complete task trajectories raises data-collection costs, lim?its capability reuse, and causes local failures to cascade into later task stages. We introduce manipulation units (MUs) as reusable operations, each defined by a local goal, an initi?ation condition, and observable success and failure criteria. MUs are learned and verified individually. During execution, consecutive MUs remain coupled through shared environ?ment dynamics. We formulate MU-Structured Manipulation (MUSM) and realize it through MU-Centric Orchestration (MUCO). Given language and vision, MUCO constructs an MU sequence, matches each MU to compatible policy models in a frozen capability registry, and dispatches the model with the highest calibrated success rate. Visual verification checks MU outcomes against success and failure criteria and governs transitions, enabling retry or fallback to another model from the current state without re-executing verified MUs. Canonical keys enable checkpoint reuse for equivalent MUs across tasks without new demonstrations or updates. We evaluate MUCO on RLBench, RoboTwin 2.0, and five real-world tasks. MUCO achieves higher complete-task success and verified progress, stronger failure containment, and lower error propagation than baselines. Results demonstrate cross-task MU reuse and het?erogeneous policy composition without joint training, shared backbones, or common action representations.

arXivで原文を読む →arXiv概要ページ

関連論文

← 論文一覧
PR本紙発行元 EmplifAI