ロボット

627件
arXiv cs.AI ★4 ロボット EN

BioProVLA-Agent:生物学実験室操作のための手頃な価格でプロトコル駆動型の視覚強化VLA対応組み込み型マルチエージェントシステム

要約を読む要約を閉じる
📰ニュース

生物学実験室の操作を自動化する、安価でプロトコル駆動型の視覚強化VLA対応マルチエージェントシステムが開発されました。

🔍注目ポイント

プロトコル解析、視覚による状態検証、実行を閉ループで統合し、透明な実験器具など視覚的課題に対応するAugSmolVLAを導入しています。

🔮これからどうなる

研究者は反復作業から解放され、実験の再現性が向上し、より多くの研究機関で高度な実験自動化が利用可能になります。

BioProVLA-Agentは、Tailored LLM Protocol Agent、VLM-RAG Verification Agent、VLA Embodied Agentの3つのエージェントで構成されています。
特に、透明な実験器具や反射、照明の変化といったウェットラボ特有の視覚的課題に対応するため、オンライン拡張戦略AugSmolVLAを開発しました。
これにより、既存のロボットシステムよりも堅牢な実行が可能になり、チューブの装填、分類、廃棄、キャップのねじり、液体注入など、15の基本タスクと6つの複合ワークフローで評価されました。
arXiv cs.AI ★4 LLM EN

CSR: 大規模キャッシュ状態表現を用いた無限時間リアルタイムポリシー

要約を読む要約を閉じる
📰ニュース

ロボットの認知エンジンとして大規模LLMをリアルタイムで活用する際の遅延を大幅に削減する新フレームワークが発表されました。

🔍注目ポイント

KVキャッシュの最適再利用を可能にするCSRと、遅延スパイクを排除するASRアルゴリズムにより、大規模LLMのリアルタイム処理を実現します。

🔮これからどうなる

ロボットがより迅速かつ継続的に環境を理解し、複雑なタスクを実行できるようになり、自律ロボットの性能が向上します。

既存のRAGやスライディングウィンドウ方式では、グローバルな文脈を損なうか、再計算コストが高すぎました。
CSRは、物理ロボット上で12万トークンの文脈を持つ2350億パラメータモデルに対し、TTFTを26分の1に削減しました。
ASRは、状態メモリの退避を並列処理することで、連続運用における遅延スパイクを排除します。
arXiv cs.AI ★4 ロボット EN

ロボット操作における多様性の罠からの脱却:アンカー中心適応によるアプローチ

要約を読む要約を閉じる
📰ニュース

ロボットが特定のタスクを学習する際、少ないデータで効率的に適応させる新手法が開発されました。

🔍注目ポイント

「多様なデータ収集が必ずしも最適ではない」という課題を特定し、アンカー中心適応という2段階のフレームワークを提案しています。

🔮これからどうなる

ロボットの現場導入コストを削減し、より少ない学習データで信頼性の高い操作を実現できるようになります。

VLAモデルを特定のロボットに適用する際、実世界での適応には高価なデモンストレーションが必要でした。
本研究は、多様な単一ショットデモンストレーションが推定ノイズにより逆効果になる「多様性の罠」を特定。
政策誤差を推定と外挿に分解し、最適なデータ配分を分析しました。
提案されたACAは、まず中心的なアンカーで政策の骨格を安定させ、その後、教師強制エラーマイニングで高リスクな境界に選択的にカバレッジを拡大します。
arXiv cs.AI ★4 ロボット EN

ForgeVLA: 言語アノテーションなしの連合型視覚-言語-行動学習

要約を読む要約を閉じる
📰ニュース

ロボットが分散された視覚-行動データから言語アノテーションなしで汎用的な視覚-言語-行動モデルを学習するフレームワークが開発されました。

🔍注目ポイント

各ロボットが視覚-行動ペアを事前定義された指示セットにマッピングし、失われた言語情報を復元することで、完全なVLAトリプレットを生成します。

🔮これからどうなる

データ収集コストを大幅に削減し、多様な環境でロボットがより効率的に学習できるようになり、汎用ロボット知能の実現を加速します。

ForgeVLAは、生データを中央に集約することなく、分散された視覚-行動ペアからVLAモデルを学習します。
クライアント側の対照計画損失とサーバー側のアダプティブ集約戦略を組み合わせることで、視覚-言語特徴の崩壊を防ぎ、タスク識別表現を効率的に学習します。
これにより、従来の連合型VLA研究で見過ごされてきた課題を克服しています。
arXiv cs.AI ★4 ロボット EN

ドリフティング・フィールド・ポリシー:ワッサースタイン勾配フローによるワンステップ生成ポリシー

要約を読む要約を閉じる
📰ニュース

ドリフティング・フィールド・ポリシー(DFP)という、非ODEベースのワンステップ生成ポリシーが提案されました。

🔍注目ポイント

ポリシー更新を逆KLワッサースタイン-2勾配フローとして定式化し、確率空間での勾配ステップとして機能させます。

🔮これからどうなる

ロボット操作タスクにおいて、より高速で高性能なポリシー学習が可能になり、産業用ロボットの効率向上に貢献します。

DFPは、高行動価値領域への上昇と信頼領域としてのアンカーポリシーとのスコアマッチングに勾配を分解します。
これにより、従来のODEベースのポリシーよりも優れた性能を、RobomimicやOGBenchの複数の操作タスクで達成しました。
特に、ワンステップ推論で最先端の性能を発揮します。
arXiv cs.AI ★4 ロボット EN

フレームあたり1トークン:VLAポリシー向けワールドモデルにおける視覚帯域幅の再考

要約を読む要約を閉じる
📰ニュース

VLAモデルのワールドモデルにおいて、フレームごとの視覚情報を1つのセマンティックトークンに圧縮する手法が開発されました。

🔍注目ポイント

Adaptive Attention Poolingにより各フレームの視覚情報を1トークンに凝縮し、単一のフローマッチング目的で潜在ストリームと行動軌道を生成します。

🔮これからどうなる

ロボットの長期的計画能力が向上し、より少ない計算資源で複雑なタスクを効率的に実行できるようになります。

既存のVLAモデルは高帯域幅で視覚ストリームをワールドモジュールに渡し、行動予測の副産物としてロールアウトを扱っていました。
本手法OneWM-VLAは、MetaWorld MT50で成功率を47.9%から61.3%に向上させ、LIBERO-Longで95.6%を達成しました。
実機Piperアームの布折りタスクでも20.0%から60.0%に改善しています。
arXiv cs.AI ★4 ロボット EN

TAVIS:模倣学習における自己中心的な能動的視覚と予測的視線のためのベンチマーク

要約を読む要約を閉じる
📰ニュース

模倣学習における能動的視覚の性能を評価するための新しいベンチマーク「TAVIS」が発表されました。

🔍注目ポイント

TAVISは、頭部と手首カメラの2つのタスクスイートと、予測的視線を定量化するGALT指標を提供します。

🔮これからどうなる

ロボットがより人間のように環境を認識し、複雑なタスクを効率的に実行できるようになる可能性があります。

TAVISは、IsaacLab上に構築され、GR1T2とReachy2の2つのヒューマノイド胴体で動作します。
Diffusion Policyとπ0を用いたベースライン実験では、能動的視覚がタスクによって効果が異なり、模倣学習だけでも予測的視線が得られることが示されました。
コードとデータは公開されており、研究コミュニティでの活用が期待されます。
arXiv cs.AI ★4 ロボット EN

マルチゴールオフライン強化学習のための目標条件付きデシジョントランスフォーマー

要約を読む要約を閉じる
📰ニュース

ロボットが複数の目標を達成するオフライン強化学習において、目標条件付きデシジョントランスフォーマーが開発されました。

🔍注目ポイント

目標状態をシーケンスモデリングに組み込むことで、事前収集データのみで多様なタスクを効率的に解決できます。

🔮これからどうなる

ロボットが複雑なタスクを少ないデータで学習できるようになり、開発コストや時間の大幅な削減に繋がります。

この手法は、サンプルの効率性と多様な目標への汎化能力というロボット強化学習の課題を克服します。
Frank Emika Pandaプラットフォームの新しいオフラインデータセットで検証され、複雑なタスクや報酬が少ない環境でも、既存のオンライン手法を上回る性能を示しました。
専門家によるデモンストレーションが限られていても堅牢性を維持します。
arXiv cs.AI ★4 ロボット EN

UNCOM: テーブルトップシナリオにおけるゼロショット文脈認識コマンド理解

要約を読む要約を閉じる
📰ニュース

ロボットが人間の自然な指示を理解し、テーブル上の物体を操作する新しいハイブリッドフレームワーク「UNCOM」が発表されました。

🔍注目ポイント

音声、ジェスチャー、シーンの文脈を統合し、事前学習なしで多様な物体やタスクに対応するゼロショットコマンド理解を実現します。

🔮これからどうなる

家庭やオフィスでロボットがより自然に人間の指示に従えるようになり、汎用的なヒューマンロボットインタラクションが加速します。

UNCOMは、深層学習モデルを用いて音声認識、自然言語理解、ジェスチャー検出、物体セグメンテーションを行います。
コマンドを「物体-行動-ターゲット」の構造化された指示に解析し、ロボットが実行可能な形式に変換します。
TIAGo++ロボットでの実証実験では、82.39%の成功率を達成し、システムの堅牢性を示しました。
arXiv cs.AI ★3 ロボット EN

小型・疎なUAV群による重要データの動的ワンタイム配送:MARLスケーリング研究のモデル問題

要約を読む要約を閉じる
📰ニュース

小型UAV群が重要データを特定位置へ中継する課題を、MARLのスケーリング研究モデルとして提案しました。

🔍注目ポイント

UAV群の分散制御にMARLを適用し、既存アルゴリズムと最短経路探索ベースラインを比較検証しました。

🔮これからどうなる

災害時や通信困難な環境でのドローンによるデータ伝送の信頼性と効率向上に貢献する可能性があります。

本研究は、UAV群が重要データを既知の場所へ一度だけ配送するシナリオを対象としています。
MARLのスケーリング研究用に設計された決定論的ゲーム群を導入し、エージェントの動きを制限しダイクストラ法を適用した堅牢なベースラインポリシーを提案しました。
計算実験の結果、既存のMARLアルゴリズムは少数エージェントではベースラインと同等の性能を示しますが、エージェント数が増えるとスケーラビリティの問題に直面することが明らかになりました。
arXiv cs.AI ★4 ロボット EN

SB-TRPO:厳格な制約を持つ安全な強化学習に向けて

要約を読む要約を閉じる
📰ニュース

強化学習において、厳格な安全制約をほぼゼロの違反で満たしつつタスクを達成する新アルゴリズム「SB-TRPO」が提案されました。

🔍注目ポイント

SB-TRPOは、報酬とコストの自然勾配を動的に組み合わせ、安全性を確保しつつ報酬を最大化するバランスの取れた更新を行います。

🔮これからどうなる

自動運転や医療ロボットなど、安全性重視の分野でAIの信頼性が向上し、実用化が加速する可能性があります。

既存のモデルフリー強化学習手法は、安全違反をゼロに近づけるか、過度に保守的になる傾向がありました。
SB-TRPOは、安全性の局所的な進捗を保証しつつ、報酬改善も行うという形式的な保証を持ちます。
実験では、標準的および挑戦的なSafety Gymnasiumタスクにおいて、安全性とタスク性能の最適なバランスを達成することが示されました。
arXiv cs.AI ★4 ロボット EN

LineRides: 線に沿った強化学習による自転車ロボットのスタント

要約を読む要約を閉じる
📰ニュース

自転車ロボットがユーザー指定の線と向きに従い、様々なスタントを自律的に学習するフレームワークが開発されました。

🔍注目ポイント

デモンストレーション不要で、物理的に不可能なガイドラインも許容し、距離とキーとなる向きで複雑な動作を学習させる点が画期的です。

🔮これからどうなる

ロボットの複雑な動作設計が容易になり、エンターテイメントや特殊作業など、より多様な分野での応用が期待されます。

従来の強化学習における報酬関数設計の難しさや、デモンストレーションの必要性を克服する手法です。
LineRidesは、ユーザーが提供する空間的なガイドラインとまばらなキーとなる向き情報のみで、自転車ロボットにミニホップ、バックフリップ、ドリフトターンなど5種類のスタントを習得させました。
これにより、通常走行とスタント実行間のシームレスな移行も可能になります。