論文の概要: DyWA: Dynamics-adaptive World Action Model for Generalizable Non-prehensile Manipulation

• arxiv url: http://arxiv.org/abs/2503.16806v1
• Date: Fri, 21 Mar 2025 02:29:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-24 14:55:52.645758
• Title: DyWA: Dynamics-adaptive World Action Model for Generalizable Non-prehensile Manipulation
• Title（参考訳）: DyWA: 一般化可能な非包括的操作のための動的適応的世界行動モデル
• Authors: Jiangran Lyu, Ziming Li, Xuesong Shi, Chaoyi Xu, Yizhou Wang, He Wang,
• Abstract要約: 本研究では,未来の状態を共同で予測し,歴史的軌跡に基づく動的変動に適応して行動学習を促進する新しい枠組みを提案する。 DyWAは実世界の実験で平均68%の成功率を達成した。
• 参考スコア（独自算出の注目度）: 16.863534382288705
• License:
• Abstract: Nonprehensile manipulation is crucial for handling objects that are too thin, large, or otherwise ungraspable in unstructured environments. While conventional planning-based approaches struggle with complex contact modeling, learning-based methods have recently emerged as a promising alternative. However, existing learning-based approaches face two major limitations: they heavily rely on multi-view cameras and precise pose tracking, and they fail to generalize across varying physical conditions, such as changes in object mass and table friction. To address these challenges, we propose the Dynamics-Adaptive World Action Model (DyWA), a novel framework that enhances action learning by jointly predicting future states while adapting to dynamics variations based on historical trajectories. By unifying the modeling of geometry, state, physics, and robot actions, DyWA enables more robust policy learning under partial observability. Compared to baselines, our method improves the success rate by 31.5% using only single-view point cloud observations in the simulation. Furthermore, DyWA achieves an average success rate of 68% in real-world experiments, demonstrating its ability to generalize across diverse object geometries, adapt to varying table friction, and robustness in challenging scenarios such as half-filled water bottles and slippery surfaces.
• Abstract（参考訳）: 非包括的操作は、非構造化環境では、あまりに薄く、大きく、または、そうでないオブジェクトを扱うのに不可欠である。 従来の計画ベースのアプローチは複雑なコンタクトモデリングに苦しむが、近年では学習ベースの手法が有望な代替手段として浮上している。 しかし、既存の学習ベースのアプローチは、多視点カメラと正確なポーズトラッキングに大きく依存しており、オブジェクトの質量やテーブルの摩擦の変化など、さまざまな物理的条件をまたいで一般化することができない、という2つの大きな制限に直面している。 これらの課題に対処するため,歴史軌道に基づく動的変動に適応しながら,将来の状態を共同で予測することで行動学習を促進する新しいフレームワークであるDyWAを提案する。 幾何学、状態、物理、ロボットの動作のモデリングを統一することにより、DyWAは部分可観測性の下でより堅牢なポリシー学習を可能にする。 ベースラインと比較して,シミュレーションでは単一視点の雲観測のみを用いて成功率を31.5%向上させる。 さらに、DyWAは実世界の実験で平均68%の成功率を実現し、様々な物体の空間をまたいで一般化し、テーブルの摩擦に適応し、半充填の水筒やすべり面のような挑戦的なシナリオで堅牢性を示す。

関連論文リスト

• Pre-Trained Video Generative Models as World Simulators [59.546627730477454]
  本研究では,事前学習した映像生成モデルを制御可能な世界シミュレータに変換するための動的世界シミュレーション(DWS)を提案する。 条件付き動作と生成した視覚的変化の正確なアライメントを実現するために,軽量で普遍的な動作条件付きモジュールを導入する。 実験により、DWSは拡散モデルと自己回帰変換モデルの両方に汎用的に適用可能であることが示された。
  論文  参考訳（メタデータ） (2025-02-10T14:49:09Z)
• Simplifying Latent Dynamics with Softly State-Invariant World Models [10.722955763425228]
  エージェントの動作をより予測可能なものにするために、潜時力学を規則化する世界モデルであるParsimonious Latent Space Model (PLSM)を導入する。 我々の正規化は下流タスクの精度、一般化、性能を改善する。
  論文  参考訳（メタデータ） (2024-01-31T13:52:11Z)
• Exploring Model Transferability through the Lens of Potential Energy [78.60851825944212]
  トランスファーラーニングは、事前訓練されたディープラーニングモデルが広く利用可能であることから、コンピュータビジョンタスクにおいて重要になっている。 既存のトレーニング済みモデルの転送可能性の測定方法は、符号化された静的特徴とタスクラベルの間の統計的相関に依存する。 我々はこれらの課題に対処するために,PEDという物理に着想を得たアプローチを提案する。
  論文  参考訳（メタデータ） (2023-08-29T07:15:57Z)
• Sequential Neural Barriers for Scalable Dynamic Obstacle Avoidance [7.375976854181687]
  SNCBF(Sequential Neural Control Barrier Model)の合成学習法を提案する。 複数の動的障害物の空間的相互作用パターンを分解し,各障害物の状態列を通じて予測することができる。 提案手法の利点は,既存の手法と比較して動的衝突回避を改善することである。
  論文  参考訳（メタデータ） (2023-07-06T14:24:17Z)
• Transferring Foundation Models for Generalizable Robotic Manipulation [82.12754319808197]
  インターネット規模の基盤モデルによって生成された言語推論セグメンテーションマスクを効果的に活用する新しいパラダイムを提案する。 提案手法は,オブジェクトのポーズを効果的かつ堅牢に知覚し,サンプル効率のよい一般化学習を可能にする。 デモは提出されたビデオで見ることができ、より包括的なデモはlink1またはlink2で見ることができます。
  論文  参考訳（メタデータ） (2023-06-09T07:22:12Z)
• Predictive Experience Replay for Continual Visual Control and Forecasting [62.06183102362871]
  視覚力学モデリングのための新しい連続学習手法を提案し,その視覚制御と予測における有効性について検討する。 まず,タスク固有のダイナミクスをガウスの混合で学習する混合世界モデルを提案し,その上で,破滅的な忘れを克服するための新たなトレーニング戦略を提案する。 我々のモデルは,DeepMind Control と Meta-World のベンチマークにおいて,既存の連続的学習アルゴリズムと視覚的RLアルゴリズムの単純な組み合わせよりも優れている。
  論文  参考訳（メタデータ） (2023-03-12T05:08:03Z)
• Learning Robust Dynamics through Variational Sparse Gating [18.476155786474358]
  多くのオブジェクトを持つ環境では、少数のオブジェクトが同時に動いたり相互作用したりしているのが普通です。 本稿では,このスパース相互作用の帰納バイアスを,画素から学習した世界モデルの潜在ダイナミクスに統合する。
  論文  参考訳（メタデータ） (2022-10-21T02:56:51Z)
• ACID: Action-Conditional Implicit Visual Dynamics for Deformable Object Manipulation [135.10594078615952]
  本稿では,体積変形可能なオブジェクトに対する動作条件の視覚力学モデルであるACIDを紹介する。 ベンチマークには17,000以上のアクション・トラジェクトリー、6種類のぬいぐるみと78種類の変種が含まれている。 我々のモデルは、幾何学、対応、力学の予測において最高の性能を達成する。
  論文  参考訳（メタデータ） (2022-03-14T04:56:55Z)
• Dream to Explore: Adaptive Simulations for Autonomous Systems [3.0664963196464448]
  ベイズ的非パラメトリック法を適用し,力学系制御の学習に挑戦する。 ガウス過程を用いて潜在世界力学を探索することにより、強化学習で観測される一般的なデータ効率の問題を緩和する。 本アルゴリズムは,ログの変動的下界を最適化することにより,世界モデルと政策を共同で学習する。
  論文  参考訳（メタデータ） (2021-10-27T04:27:28Z)
• Goal-Aware Prediction: Learning to Model What Matters [105.43098326577434]
  学習した前進力学モデルを使用する際の根本的な課題の1つは、学習したモデルの目的と下流のプランナーやポリシーの目標とのミスマッチである。 本稿では,タスク関連情報への直接的予測を提案し,そのモデルが現在のタスクを認識し,状態空間の関連量のみをモデル化することを奨励する。 提案手法は,目標条件付きシーンの関連部分を効果的にモデル化し,その結果,標準タスク非依存のダイナミックスモデルやモデルレス強化学習より優れていることがわかった。
  論文  参考訳（メタデータ） (2020-07-14T16:42:59Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。