論文の概要: Refinement of Accelerated Demonstrations via Incremental Iterative Reference Learning Control for Fast Contact-Rich Imitation Learning

• arxiv url: http://arxiv.org/abs/2604.16850v1
• Date: Sat, 18 Apr 2026 05:51:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-22 14:04:47.906975
• Title: Refinement of Accelerated Demonstrations via Incremental Iterative Reference Learning Control for Fast Contact-Rich Imitation Learning
• Title（参考訳）: 高速コンタクトリッチ模倣学習のための漸進的反復的参照学習制御による加速デモの抑制
• Authors: Koki Yamane, Cristian C. Beltran-Hernandez, Steven Oh, Masashi Hamaya, Sho Sakaino,
• Abstract要約: 反復参照学習制御 (IRLC) を再利用して, 時間短縮型実演を自律的に洗練する手法を提案する。 Incrmental Iterative Reference Learning Control (I2RLC)を提案する。 IRLCとI2RLCは、トラッキングエラーを減らして最大10倍高速なデモを実現している。
• 参考スコア（独自算出の注目度）: 8.16664434473795
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Fast execution of contact-rich manipulation is critical for practical deployment, yet providing fast demonstrations for imitation learning (IL) remains challenging: humans cannot demonstrate at high speed, and naively accelerating demonstrations alters contact dynamics and induces large tracking errors. We present a method to autonomously refine time-accelerated demonstrations by repurposing Iterative Reference Learning Control (IRLC) to iteratively update the reference trajectory from observed tracking errors. However, applying IRLC directly at high speed tends to produce larger early-iteration errors and less stable transients. To address this issue, we propose Incremental Iterative Reference Learning Control (I2RLC), which gradually increases the speed while updating the reference, yielding high-fidelity trajectories. We validate on real-robot whiteboard erasing and peg-in-hole tasks using a teleoperation setup with a compliance-controlled follower and a 3D-printed haptic leader. Both IRLC and I2RLC achieve up to 10x faster demonstrations with reduced tracking error; moreover, I2RLC improves spatial similarity to the original trajectories by 22.5% on average over IRLC across three tasks and multiple speeds (3x-10x). We then use the refined trajectories to train IL policies; the resulting policies execute faster than the demonstrations and achieve 100% success rates in the peg-in-hole task at both seen and unseen positions, with I2RLC-trained policies exhibiting lower contact forces than those trained on IRLC-refined demonstrations. These results indicate that gradual speed scheduling coupled with reference adaptation provides a practical path to fast, contact-rich IL.
• Abstract（参考訳）: しかし、模倣学習(IL)のための高速なデモンストレーションを提供することは依然として困難であり、人間は高速で実演することはできず、素早い実演は接触ダイナミクスを変え、大きな追跡エラーを引き起こす。 本稿では、反復参照学習制御(IRLC)を再利用して、観測されたトラッキングエラーから参照軌跡を反復的に更新することにより、時間短縮デモを自律的に洗練する手法を提案する。 しかし、IRLCを直接高速で適用すると、より大きな早期着色誤差が発生し、安定した過渡度が低下する傾向にある。 この問題に対処するため,インクリメンタル・イテレーティブ・リファレンス・ラーニング・コントロール(I2RLC)を提案する。 我々は、コンプライアンス制御されたフォロワーと3Dプリントされたハプティックリーダーを備えた遠隔操作装置を用いて、実際のロボットホワイトボードの消去とペグ・イン・ホール作業の検証を行った。 IRLCとI2RLCはどちらも追尾誤差を減らして最大10倍高速なデモを実現しており、I2RLCは3つのタスクでIRLCを平均22.5%超え、複数の速度 (3x-10x) で元の軌道と空間的類似性を改善する。 次に、改良された軌跡を用いてILポリシーを訓練し、その結果のポリシーは実演よりも高速に実行し、目視と目視の両方でペグ・イン・ホール・タスクの成功率を100%達成する。 これらの結果から, 参照適応と組み合わせた段階的な速度スケジューリングが, 高速で接触に富むILへの実践的な経路となることが示唆された。

関連論文リスト

• Simple but Stable, Fast and Safe: Achieve End-to-end Control by High-Fidelity Differentiable Simulation [14.322775509774246]
  障害物回避(Obstacle avoidance)は、四重項が高度なアプリケーションを実行できるようにするための基本的な視覚ベースのタスクである。 本稿では,深度画像を直接低レベルのボディレートコマンドにマッピングする新しいエンドツーエンドポリシーを提案する。 その結果,提案手法は,最先端のベースラインの中で,最も成功率が高く,かつ最低であることがわかった。
  論文  参考訳（メタデータ） (2026-04-12T09:38:00Z)
• FlashSAC: Fast and Stable Off-Policy Reinforcement Learning for High-Dimensional Robot Control [55.38832429564216]
  強化学習(Reinforcement Learning, RL)は、専門家によるデモンストレーションが利用できない場合のロボット制御における中核的なアプローチである。 我々は,Soft Actor-Critic上に構築された高速で安定なオフポリチィRLアルゴリズムであるFlashSACを提案する。 10のシミュレータで60以上のタスクをこなし、FlashSACは最終的なパフォーマンスとトレーニング効率の両方において、PPOと強力なオフポリシーベースラインを一貫して上回っている。
  論文  参考訳（メタデータ） (2026-04-06T09:03:41Z)
• Vector Field Augmented Differentiable Policy Learning for Vision-Based Drone Racing [8.010590009724636]
  微分物理学に基づく政策学習は、最近、様々なタスクにまたがる高いサンプル効率と顕著な性能を実証した。 DiffRacingは,新しいベクトル場拡張型微分可能なポリシー学習フレームワークである。 DiffRacingは、より優れたサンプル効率、より高速な収束、堅牢な飛行性能を実現する。
  論文  参考訳（メタデータ） (2026-03-09T06:49:41Z)
• SpeedAug: Policy Acceleration via Tempo-Enriched Policy and RL Fine-Tuning [52.29534291796025]
  強化学習(Reinforcement learning)は、より高速な実行のためにポリシーを適用する、有望なアプローチである。 タスク実行の高速化のために事前学習されたポリシーを効率的に適応するRLベースのポリシーアクセラレーションフレームワークであるSpeedAugを提案する。
  論文  参考訳（メタデータ） (2025-11-24T04:25:47Z)
• SAIL: Faster-than-Demonstration Execution of Imitation Learning Policies [20.52085846080824]
  オフライン・イミテーション・ラーニング(IL)法は複雑なロボット操作技術を得るのに効果的である。 既存のILトレーニングされたポリシーは、デモデータに示すように、タスクを同じ速度で実行することに限定される。 本稿では,ビジュモータポリシーの高速化を実現するための新しい問題を紹介し,定式化する。
  論文  参考訳（メタデータ） (2025-06-13T16:58:20Z)
• Reactive Diffusion Policy: Slow-Fast Visual-Tactile Policy Learning for Contact-Rich Manipulation [58.95799126311524]
  人間は視覚と触覚を使って、外的変化に対する迅速な応答や接触力の適応制御のような非常に反応性の高い能力で、コンタクトリッチなタスクを達成できる。 既存の視覚模倣学習アプローチは、複雑な振る舞いをモデル化するためにアクションチャンキングに依存している。 本稿では,Augmented Realityを通じてリアルタイム触覚フィードバックを提供する,低コスト遠隔操作システムであるTactARを紹介する。
  論文  参考訳（メタデータ） (2025-03-04T18:58:21Z)
• Correlating sparse sensing for large-scale traffic speed estimation: A Laplacian-enhanced low-rank tensor kriging approach [76.45949280328838]
  本稿では,Laplacian enhanced Low-rank tensor (LETC) フレームワークを提案する。 次に,提案したモデルをネットワークワイド・クリグにスケールアップするために,複数の有効な数値手法を用いて効率的な解アルゴリズムを設計する。
  論文  参考訳（メタデータ） (2022-10-21T07:25:57Z)

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。