Evo-DexBench: 関連タスク間の汎化を評価する巧みな操作のベンチマーク

Evo-DexBenchは、汎用dexterous manipulationのためのbenchmarkである。Core-Gen原則に基づき、機能的相互作用を共有するCoreタスク群から、同じfunctional family内の新規Genタスクへ知識転移できるかを評価する。6つのfunctional familyにわたる30タスク、VR teleoperation pipeline、各タスク3つの日常scene、123 taxelsを備えたsimulated Shadow Handsで収集した1,248 multimodal demonstrationsを含む。

既存benchmarkはtarget demonstrationsが多すぎ、sourceとtargetタスク間の差異が制御されていないため、知識転移とタスク記憶を区別できない。Evo-DexBenchはCore-Gen原則によりsource-task relatednessとtarget-task exposureの両方を制御し、少数のtarget demonstrationsでfunctional interaction knowledgeを再利用できるかを明確に評価する点が優れている。

鍵はCore-Gen原則である。Coreタスクは機能的相互作用を共有しsource knowledgeを提供し、Genタスクは同じfunctional family内の新規targetで少数のdemonstrationsのみを持つ。これにより、方策が機能的相互作用知識を再利用できるかを試す。benchmarkは30タスクを6つのfunctional familyに整理し、VR teleoperation pipelineで収集したmultimodal demonstrationsを提供する。

実験では、最良の手法でも平均success rateは38.5%にとどまり、既存手法がfunctional interaction knowledgeの転移に苦戦することを示した。さらに、2つのタスクでCore+Genのjoint trainingが、Coreで訓練後にGenでfine-tuningする場合と比べ、性能をそれぞれ12%と38%改善した。これはjoint trainingがCore knowledgeをより活用し、機能的に一致したCore dataが不一致dataより大きなsuccess rateの向上をもたらすことを示す。

議論として、既存手法は関連タスク間の汎化に課題があること、joint trainingがCore knowledgeをより有効に使うこと、機能的に一致したCore dataが不一致dataより成功率的に大きな利得をもたらすことが示されている。ただし、具体的な失敗要因や限界、他の要因については要旨からは不明である。

要旨では特定の先行研究は参照されていない。関連手法として、dexterous manipulationのgeneralizationを扱うbenchmarkや、transfer learning、few-shot imitation learning、multimodal demonstrationsを用いる手法が挙げられる。具体的な論文名は要旨からは不明。