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:2610.24579

動的環境におけるロボットマニピュレーションのベンチマークLIBERO-Dynamic

LIBERO-Dynamic: Benchmarking Robotic Manipulation in Dynamic Environments

シェア:XThreadsFacebookLINEはてブBluesky

LIBEROの全40タスクを対象に、物体を摩擦で動かし推論遅延も考慮した動的ベンチマークを構築し、6つの事前学習済みポリシーを評価した論文。

詳しい要約

1. どんなもの？

- LIBERO を拡張した動的環境ベンチマーク LIBERO-Dynamic の提案 - 全 40 の LIBERO タスクを対象に、対象物体を動かす設定へ拡張 - 物体運動・推論遅延・行動実行のタイミングを明示的に扱う評価基盤 - 対象物体の運動を 3 種類の軌跡ファミリと速度ティアで生成 - 接触摩擦を介して物体を駆動 - 実世界の進行をモデル固有の calibrated な inference latency に従って進める - 訓練用に 9,000 本の品質フィルタ済み動的軌跡を生成 - 小規模な物理実験も実施し、シミュレーションとの整合性を確認

2. 先行研究と比べてどこがすごい？

- 従来の manipulation シミュレーションベンチマークは対象物体を静的とし、policy inference を瞬時とみなす - そのため計算中に移動目標がどう変化するか、行動実行時に観測がどれだけ古いかが見えにくい - LIBERO-Dynamic は物体運動と inference latency を評価に組み込む点が新しい - 同じ仕組みで訓練データ生成とオンライン補償も可能 - 速度ティアや軌跡ファミリを制御でき、条件を体系的に振れる - 実行戦略・action horizon・非同期 replanning を同一 checkpoint で比較可能 - 小規模物理実験でシミュレーションと整合する傾向を確認している点も特徴

3. 技術・手法の肝は？

- 物体を接触摩擦で駆動し、3 種類の軌跡ファミリと速度ティアで運動を生成 - 物理世界の進行をモデル固有の calibrated inference latency に同期 - 推論にかかる時間分だけ環境を進める - 訓練では検証済み静的デモを再生し、目標変位に対してロボット行動をオンライン補償 - これにより動的軌跡を 9,000 本生成し品質フィルタ - 評価では実行戦略と action horizon を固定 checkpoint で比較 - 3 種類のアーキテクチャを dynamic data と mixed data で fine-tune - 非同期 replanning と action queue の underflow の関係も分析

4. どうやって有効だと検証した？

- 6 つの pretrained policy を評価 - 構成あたり 1,800 の動的条件で検証 - 固定 checkpoint のまま実行戦略と action horizon を比較 - 3 アーキテクチャを dynamic data / mixed data で fine-tune し効果を確認 - 小規模な物理研究を実施 - 実行戦略の差がタスク依存であることを確認し、シミュレーションと整合 - 主な結果 - 速い運動は全 policy を劣化させるが一様ではない - 実行タイミングと horizon で同一 policy の挙動が変わる - 非同期 replanning は action queue が underflow しない場合に高頻度フィードバックが有効 - 動的デモは各アーキテクチャを少なくとも 1 つの recipe で改善

5. 議論はある？

- 速い運動による性能劣化は全 policy に共通だが度合いは異なる - 実行タイミングと action horizon が同一 policy の挙動を変える - 評価条件として明示的に扱う必要性を示唆 - 非同期 replanning の利点は条件付き - action queue の underflow を避ける必要がある - 動的デモの改善幅は次に依存して変動 - temporal conditioning、データ構成、訓練予算 - 小規模物理研究ではタスク依存の実行戦略差が見られ、シミュレーションと整合 - 大規模実機での検証や一般性については要旨からは不明

6. 次に読むべき論文は？

- LIBERO（静的版の元ベンチマーク） - 比較対象として評価された 6 つの pretrained policy の原論文 - 具体的な手法名は要旨からは不明 - fine-tune された 3 アーキテクチャの原論文 - 具体的な手法名は要旨からは不明 - 非同期 replanning / action chunking に関する研究 - action horizon や action queue を扱う手法 - inference latency を考慮した robot policy 評価に関する研究 - moving-target manipulation の関連研究

※ 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: Shaojie Ren, Jingwen Sun, Zezhi Liu, Hongjin Chen, Xin Jin, Wei Zou, Zhibo Chen

分類: cs.RO

原文アブストラクト

Most simulation benchmarks for robotic manipulation keep target objects static and treat policy inference as instantaneous. These assumptions simplify evaluation but hide how a moving target evolves during computation and how stale an observation is when an action is executed. We introduce LIBERO-Dynamic, a dynamic extension of all 40 LIBERO tasks. It drives objects through contact friction along three trajectory families and speed tiers, while advancing the physical world according to calibrated, model-specific inference latency. The same mechanism supports training by replaying verified static demonstrations and compensating robot actions online for target displacement, producing 9,000 quality-filtered dynamic trajectories. We evaluate six pretrained policies on 1,800 dynamic conditions per configuration, compare execution strategies and action horizons with fixed checkpoints, and fine-tune three architectures using dynamic and mixed data. Faster motion degrades every policy but not uniformly; execution timing and horizon can change the behavior of the same policy; and asynchronous replanning benefits from frequent feedback only when the action queue avoids underflow. Dynamic demonstrations improve each architecture under at least one recipe, with gains varying by temporal conditioning, data composition, and training budget. A small-scale physical study shows task-dependent execution-strategy differences consistent with simulation. LIBERO-Dynamic makes object motion, inference latency, and action execution explicit and controllable for evaluating and improving robot policies in moving-target manipulation.

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