ScheduleGen: スキルスケジューリングによるマルチアーム模倣学習のためのデモンストレーション生成

- 複数アームロボット(bimanual・humanoid 等)向けの、demonstration を自動生成する統合 planning & scheduling アルゴリズム ScheduleGen の提案。 - 少数の source demonstration から新しい multi-arm demonstration を合成し、大規模データセット収集のボトルネックを緩和することを狙う。 - 生成データで generalist robot policy を学習する枠組みを対象とする。

- 既存の自動 demonstration 生成アルゴリズムは multi-arm constraints を無視し、不安全・失敗する挙動を誘発しがちだった。 - ScheduleGen は planning と scheduling を統合し、multi-arm constraints を考慮した生成を実現。 - 28 の simulation task variants(外部作の RoboDojo 7 タスクや既存システムが扱えない設定を含む)で評価し、data-generation success 79.6%、policy の mean success 65.5% を達成。 - state-of-the-art な data generation baseline で学習した policy を上回る。

- planning と scheduling を統合したアルゴリズムで multi-arm demonstration を生成する点が肝。 - 少数の source demonstration を入力として新規 demonstration を合成する。 - multi-arm constraints を明示的に扱うことで、不安全・失敗挙動の誘発を避ける設計。 - 個々の planning/scheduling の詳細な定式化は要旨からは不明。

- 28 の simulation task variants で評価。内訳に外部作の RoboDojo 7 タスクと、既存システムが扱えない設定を含む。 - data-generation success は平均 79.6%、学習した policy の mean success は 65.5%。 - state-of-the-art な data generation baseline で学習した policy と比較し優位。 - 8 つの real-world variants で zero-shot sim-to-real および real-to-sim-to-real transfer により 50–80% の success を達成。

- multi-arm constraints の扱いが生成品質と安全性に効くことを示唆。 - 実機での zero-shot sim-to-real / real-to-sim-to-real transfer の成立範囲(50–80%)にばらつきがあり、限界や失敗要因の議論は要旨からは不明。 - baseline 以外との比較やスケーラビリティ、source demonstration 数への依存性は要旨からは不明。

- 比較対象の state-of-the-art な data generation baseline(具体的名称は要旨からは不明)。 - 評価に用いられた RoboDojo のタスク群。 - 関連する multi-arm imitation learning や demonstration generation、sim-to-real transfer の代表的手法(一般名)。