考えるより動け：低精度近接センサによるサンプル効率の良い衝突回避

- 本研究は、data-driven robot が衝突回避を少ない demonstration で学習するための表現（representation）を探るもの。 - whole-body proximity sensors を inductive bias として活用し、reflexive collision-dodging behavior の学習を検討。 - humanoid robot 200体以上を、意図的に制約した sample・compute budget 下で simplified dodgeball の end-to-end 学習により評価。

- 衝突回避の学習では破壊的な collision 例の大規模データ収集が問題となるが、本研究は少ない demonstration での学習を志向。 - lossy かつ低解像度の sensor が高解像度カバレッジより強い inductive bias になることを示した点が特徴。 - 直感に反し、接触の時期・部位を予測することが learning sample efficiency を低下させたと報告。 - 具体的な先行研究との比較は要旨からは不明。

- whole-body proximity sensors を inductive bias として用い、reflexive collision-dodging を学習。 - 8種類の candidate representation を reinforcement learning 環境で検討。 - 候補には latent compression、future contact anticipation、lossy corruption、privileged state estimation を含む。 - 制約された sample・compute budget 下で humanoid robot の end-to-end 学習を行う設計。

- 8種類の candidate representation を reinforcement learning 環境で比較。 - 200体以上の humanoid robot を simplified dodgeball で end-to-end 学習させ、意図的に制約した sample・compute budget 下で評価。 - その結果、lossy で低解像度の sensor が高解像度カバレッジより強い bias となることを確認。 - 接触予測の追加が sample efficiency を下げることも確認。

- lossy・低解像度 sensor が強い inductive bias になるという結果の一般性や機序については要旨からは不明。 - 接触の時期・部位の予測が sample efficiency を低下させる理由は要旨からは不明。 - 8候補の詳細な比較結果や、制約条件の具体的な設定は要旨からは不明。 - simplified dodgeball 以外のタスクへの外挿性は要旨からは不明。

- 要旨で参照・比較されている個別研究は明示されていない。 - 関連手法として reinforcement learning、latent compression、future contact anticipation、privileged state estimation、whole-body proximity sensing に関する文献が候補。 - 同分野の定番として sim-to-real transfer や tactile/proximity sensing を用いた collision avoidance の研究を次に読むべき。