押し動作ランキングで可動障害物ナビゲーションを効率化するSPAR

- Navigation Among Movable Obstacles (NAMO) において、ロボットが押し動作で障害物を動かし目標への経路を開く問題を扱う研究。 - 押し動作の候補列は長さに対して指数的に増えるため、physics-based search が高コストになる課題に対処する。 - 提案手法 SPAR (Search-trained Push Action Ranker) は、シミュレーション探索の結果から push primitive の優先度を学習するランカー。 - SPAR Search と SPAR Policy の2モードで、NAMO planner 内の keyhole 問題を逐次解く。

- 従来の Random Search と比較して、300 の simulated two-push keyhole 問題で median simulator calls を 7.0×削減、planning time を 3.8×削減。 - 再学習なしで、2 push 以内に解がない 600 の問題にも適用可能。 - depth limit 5 pushes で、100 simulator calls 以内の成功率が 50.7% 対 Random Search の 20.2%。 - hard simulated scenes の NAMO planning でも 47% 対 21% と優位。 - 実機でも SPAR Policy が 37/40 成功し、SPAR Search 33/40、Random Search 27/40 を上回る。

- 最大2 push per object の系列探索をシミュレーションで行い、即時の開口と setup push を区別する supervision を得る。 - transformer が contact tokens を scene geometry と reachability regions に条件付けして primitive をスコアリング。 - regression loss と ranking loss の両方で学習。 - SPAR Search は同一モデルで simulator evaluations を誘導し、SPAR Policy は直接実行用の行動選択に用いる。 - 両モードとも NAMO planner 内で隣接 free-space regions へのアクセスを開く keyhole 問題を逐次解く。

- 300 の simulated two-push keyhole 問題で成功 run における median simulator calls と planning time を Random Search と比較。 - 2 push 以内に解がない 600 の keyhole 問題で、depth limit 5 pushes・100 simulator calls 以内の成功率を比較。 - hard simulated scenes における NAMO planning の成功率を比較。 - 実機実験で SPAR Policy、SPAR Search、Random Search の試行成功率を比較。

- 要旨からは不明。 - ただし、physics-based digital twin なしの実機で SPAR Policy が有効だった点、および再学習なしで難問に汎化した点は示されている。 - 限界や失敗要因、計算コストの詳細な議論は要旨からは不明。

- Random Search（比較対象のベースライン）。 - physics-based search（NAMO における探索手法）。 - transformer を用いた action ranking / primitive scoring の関連研究。 - keyhole problem や NAMO planner に関する既存研究。 - 要旨で明示的な論文参照はないため、同分野の定番として NAMO および push manipulation の関連研究を挙げる。