予測規制メモリによるロボットマニピュレーション
PREM: Prediction-Regulated Memory for Robot Manipulation
行動条件付き未来予測を活用して視覚メモリの学習と更新を制御するPREMを提案し、動的・記憶依存タスクでの成功率を大幅に向上させた。
詳しい要約
1. どんなもの？
2. 先行研究と比べてどこがすごい？
3. 技術・手法の肝は？
4. どうやって有効だと検証した？
5. 議論はある？
6. 次に読むべき論文は？
※ 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: Xiao Huang, Ya Zhang, Weidi Xie
分類: cs.RO, cs.CV
原文アブストラクト
A robot's next action can depend on recent motion or earlier visual evidence absent from its current observation. A recurrent visual-memory architecture can retain this history in a visual state, but its usefulness depends on what the state represents and how it is updated with new observations. We introduce Prediction-Regulated Memory (PREM), a framework that uses action-conditioned future prediction to guide both memory learning and updating in vision-language-action policies. During training, predicting future visual features provides temporal supervision for memory learning. During execution, PREM compares current visual features with the prediction made at the preceding decision and uses the spatially normalized prediction discrepancy to regulate updates to the visual state at each spatial location. The updated visual state supplies temporal context for action generation alongside current observations. Built on $π_{0.5}$, PREM improves average success rate from 9.63% to 20.74% on DOMINO dynamic manipulation tasks and from 14.4% to 83.8% on the RMBench M(1) memory-dependent setting. Further evaluations on LIBERO and LIBERO-Pro show improvements in general manipulation and robustness to spatial perturbations. PREM incurs a mean inference overhead of 7.7 ms on a single NVIDIA H800 GPU.
関連論文
- 人工ポテンシャル場報酬で実現するサイズ頑健な障害物回避マニピュレーション
- DexArena：長期的器用マニピュレーションのための統合ベンチマークマニピュレーション
- PointPilot：物体中心の3D点フロー予測による統合ロボットマニピュレーションマニピュレーション
- 遮蔽環境下での物体中心ワールドモデル計画フレームワークSCOUTマニピュレーション
- 安全を考慮した潜在空間動作計画のための制御バリア関数マニピュレーション
- GoalDex：画像ゴール条件付き巧みな手内操作ポリシーの学習マニピュレーション