日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

模倣学習arXiv:2611.15078

CrowdMAPS: クラウドソーシングで状態ごとの複数行動を集める実世界模倣学習

CrowdMAPS: Crowdsourcing Multiple Actions per State for Real-World Imitation Learning

シェア:XThreadsFacebookLINEはてブBluesky

Web上の3Dインターフェースで遠隔の非専門家がロボットの訪問状態に対する代替行動を注釈し、状態あたりの行動数を増やすことで実機模倣学習のデータを拡張する手法を提案し、5つの実機マニピュレーションタスクで成功率が大幅に向上した。

詳しい要約

1. どんなもの?

- 実世界ロボットの模倣学習データを拡張する、webベースのクラウドソーシングのパラダイム「CrowdMAPS」 - 訪問済みのロボット状態を遠隔のアノテータに配信し、代替の有効行動を付与する - 物理ロボットのハードウェアへのアクセスを必要としない3Dインターフェースを提供 - データ拡張の方向性 - 軌道を増やす「長さ」ではなく、状態あたりの行動数を増やす「幅(width)」を拡張 - これを Multiple Actions per State (MAPS) と呼ぶ - 対象は実世界のロボット操作タスクにおける模倣学習データセット

2. 先行研究と比べてどこがすごい?

- 従来の実世界模倣学習は物理デモ収集コストに制限され、訪問状態あたり通常1つの行動ラベルしか得られない - CrowdMAPSは物理ロボットを使わず、web経由の非専門アノテータによる注釈でデータを拡張 - 収集コストの制約をソフトウェア的に緩和 - 軌道追加ではなく状態あたり行動数の増加という相補的な次元でデータを拡張 - 結果として、より密な監督(denser supervision)を実ロボットデータに付与できる点を主張 - 具体的な先行研究名との比較は要旨からは不明

3. 技術・手法の肝は?

- webベースの3Dインターフェースによるクラウドソーシング - 標準的なロボットデータ収集の後または最中に、訪問済み状態を遠隔アノテータへ配信 - アノテータは代替の有効行動を指定(物理ハードウェア不要) - 注釈の形式 - keyframe-centric な goal-pose アノテーションを非専門アノテータが提供 - 得られたMAPSデータ上で模倣ポリシーを学習 - keypose policies と trajectory policies の両方を訓練 - データ拡張の軸は「状態あたり行動数(MAPS width)」

4. どうやって有効だと検証した?

- 非専門アノテータによる keyframe-centric goal-pose 注釈を用いて評価 - 5つの実世界操作タスクで、MAPS width を1から10へ増加させて模倣ポリシーを訓練 - 結果 - サンプル効率が向上 - 平均成功率が keypose policies で35.6ポイント、trajectory policies で33.0ポイント向上 - これによりソフトウェア媒介の人手注釈が実ロボットデータを拡張し、密な監督をもたらすことを示唆

5. 議論はある?

- 主張: ソフトウェア媒介の人手注釈が実ロボットデータを拡張し、密な監督を実現 - CrowdMAPSを実ロボットデータ収集のスケーラブルなデジタル層と位置づけ - 限界や懸念の明示的な議論は要旨からは不明 - アノテーション品質、アノテータ間のばらつき、スケーリング時のコスト等は要旨に記載なし - 評価は5タスクに限定されており、一般化可能性の議論は要旨からは不明

6. 次に読むべき論文は?

- 要旨で参照/比較されている特定の先行研究は明示されていない - 関連手法として次を検討 - 実ロボット模倣学習のデータ収集・拡張(behavior cloning、teleoperation によるデモ収集) - クラウドソーシングによるロボット学習データ注釈 - keyframe-centric / goal-pose 表現を用いたポリシー学習 - 状態あたり複数行動を扱うデータ拡張・密監督の研究 - 具体的な論文名は要旨からは不明

※ 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: Yilong Song, Harshvardhan Chandirasekar, Karthik Desingh, Chen Zhu-Tian

分類: cs.RO

原文アブストラクト

Real-world robot imitation learning is often limited by the cost of collecting physical demonstrations, which typically yield only one action label per visited state. We present CrowdMAPS, a web-based crowdsourcing paradigm for augmenting real-robot datasets with Multiple Actions per State (MAPS). After or during standard robot data collection, CrowdMAPS distributes visited robot states to remote annotators through a web-based 3D interface, where they specify alternative valid actions without requiring access to physical robot hardware. This expands robot datasets along a complementary "width" dimension--by increasing the number of actions per visited state--rather than only by collecting more trajectories. We evaluate CrowdMAPS using keyframe-centric goal-pose annotations supplied by non-expert annotators and train imitation policies on the resulting MAPS data. Across five real-world manipulation tasks, increasing MAPS width from one to ten actions per state improves sample efficiency and increases average success rates by 35.6 percentage points for keypose policies and 33.0 percentage points for trajectory policies. These results show that software-mediated human annotations can augment physical robot data to afford denser supervision, establishing CrowdMAPS as a scalable digital layer for real-robot data collection.

関連論文

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2Hugging Face、ロボット学習基盤「LeRobot v0.7.0」を公開 対話操作と大規模データ学習に対応新製品・発表
  3. 3AGIBOTのG2 6台、上海のコンビニで24時間試験 1,730タスクを実施量産・展開
  4. 4Agility Robotics、ナスダックで取引開始 米国初の人型ロボット専業上場企業と報道業界動向
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術
PR本紙発行元 EmplifAI