論文の概要: Decompose and Reorganize: Planning with Primitives and Visuomotor Policies Learned from Demonstrations
- arxiv url: http://arxiv.org/abs/2607.25397v1
- Date: Tue, 28 Jul 2026 07:57:09 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-29 20:50:42.752498
- Title: Decompose and Reorganize: Planning with Primitives and Visuomotor Policies Learned from Demonstrations
- Title（参考訳）: 解体と再編成--実証から学ぶ原始人とヴァイスモーター政策による計画
- Abstract要約: 本稿では,ビジュモータポリシーをTAMP対応意思決定システムにシームレスに統合するフレームワークDR-LfDを提案する。
DR-LfDは人間のデモンストレーションを原子スキルに分解し、ビジュモーターポリシーやオブジェクト中心のプリミティブとして再生する。
DR-LfDの複数のステップ、目に見えないセットアップ、物理的制約を含むタスクにおける性能を実証する。
- 参考スコア（独自算出の注目度）: 37.34419635595643
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Successfully automating dexterous, long-horizon robotic manipulation requires frameworks capable of both high-level reasoning and fine-grained execution. Traditional task and motion planning (TAMP), while excellent at symbolic planning, is often brittle in contact-rich operations. Simultaneously, imitation learning (IL), while effective in manipulation tasks with visual feedback, is limited by its low capability in spatial generalization and multi-stage operation. To reconcile their complementary strengths and limitations, we propose DR-LfD (Decomposed and Reorganized Skills Learned from Demonstrations), a framework that seamlessly integrates visuomotor policies into a TAMP-gated decision-making system. Based on contact relationships, DR-LfD decomposes human demonstrations into atomic skills, which are reproduced as visuomotor policies or object-centric primitives. The initiation, termination, and constraints of the visuomotor policies are carefully modeled and implemented in a TAMP-compatible form, enabling reorganization of skills learned from different sources. DR-LfD transforms the learning problem from one requiring exponential demonstration data over possible skill sequences to one whose demonstration burden scales with the number of distinct skill types, with limited data for each skill. Through comprehensive real-world and simulation benchmarking across diverse scenarios, we demonstrate the strong performance of DR-LfD on tasks involving multiple steps, unseen setups, and physical constraints. Project website: https://dr-lfd.github.io/DR-LfD-website.
- Abstract（参考訳）: 巧妙で長期にわたるロボット操作をうまく自動化するには、高いレベルの推論ときめ細かい実行の両方が可能なフレームワークが必要である。
伝統的なタスク・アンド・モーション・プランニング(TAMP)はシンボリック・プランニングに優れているが、コンタクトリッチな操作では不安定であることが多い。
同時に、模倣学習(IL)は視覚的フィードバックによるタスクの操作に有効であるが、空間一般化や多段階操作の能力の低さによって制限される。
相補的な強みと限界を両立させるために, DR-LfD (Decomposed and Reorganized Skills Learned from Demonstrations) を提案する。
DR-LfDは、接触関係に基づいて、人間のデモンストレーションを原子スキルに分解し、ビジュモータポリシーまたはオブジェクト中心プリミティブとして再生する。
ビズモータ政策の開始・終了・制約は、TAMP互換形式で慎重にモデル化・実装され、異なるソースから学んだスキルの再編成を可能にする。
DR-LfDは、学習問題を、可能なスキルシーケンスよりも指数関数的なデモデータを必要とするものから、各スキルに制限のあるデータで、異なるスキルタイプ数で実演負担がスケールするものへと変換する。
多様なシナリオにわたる総合的な実世界およびシミュレーションベンチマークを通じて、複数のステップ、目に見えないセットアップ、物理的制約を含むタスクにおけるDR-LfDの強力な性能を実証する。
プロジェクトウェブサイト: https://dr-lfd.github.io/DR-LfD-website
関連論文リスト
- LUCID: Latent-Skill Unified Control via Imagined Dynamics for Long-Horizon Humanoid Loco-Manipulation [16.259708213720383]
ロングホライゾン・ヒューマノイド・ロコ・マニピュレーションは、多彩な全身スキルと信頼性の高い高い意思決定を必要とする。
既存の手法はしばしば、スクリプト化されたプランナー、有限状態マシン、タスク固有のモデルフリーポリシーと事前訓練されたスキルを協調する。
階層型モデルに基づく強化学習フレームワークである textbfLUCID を提案する。
論文 参考訳（メタデータ） (2026-08-07T20:26:34Z) - SkillMemo: Expert-guided Skill Memory Framework for Compositional Embodied Manipulation [72.14179740056073]
Diffusion Policy (DP) や Vision-Language-Action (VLA) モデルを含む身体的視覚運動モデルは、ロボット操作ベンチマークで有望な性能を示した。
我々は,長時間の実証を潜在原子スキルに暗黙的に分解するスキルベースメモリ(SkillMemo)フレームワークを提案する。
論文 参考訳（メタデータ） (2026-08-06T12:46:13Z) - DLO-Lab: Benchmarking Deformable Linear Object Manipulations with Differentiable Physics [30.589042316457093]
そこで本研究では,多目的DLO操作用に設計された微分可能シミュレータを提案する。
我々のシミュレーターは、拡張性、弾力性、曲げ塑性、複雑な相互作用を含む幅広い材料特性をモデル化する。
DLO操作の独特な課題を浮き彫りにする代表的なタスクのベンチマークスイートを提案する。
論文 参考訳（メタデータ） (2026-06-02T20:49:44Z) - Emergent Neural Automaton Policies: Learning Symbolic Structure from Visuomotor Trajectories [14.475289544849007]
ENAP(Emergent Neural Automaton Policy)は、バイスモータのデモンストレーションから適応的に2段階のニューロシンボリックポリシーを実現するためのフレームワークである。
タスク構造を離散的な遷移と連続的な残差で明示的にモデル化することにより、ENAPはタスク固有のラベルを必要とせずに高いサンプル効率と解釈性を達成する。
論文 参考訳（メタデータ） (2026-03-26T20:50:36Z) - Generalizable Geometric Prior and Recurrent Spiking Feature Learning for Humanoid Robot Manipulation [90.90219129619344]
本稿では,スパイキング機能を備えたR-prior-S, Recurrent Geometric-priormodal Policyを提案する。
物理的現実の高レベル推論を基礎として、軽量な2次元幾何学的帰納バイアスを利用する。
ロボット行動生成におけるデータ効率問題に対して,再帰的適応スパイクネットワークを導入する。
論文 参考訳（メタデータ） (2026-01-13T23:36:30Z) - Latent Diffusion Planning for Imitation Learning [78.56207566743154]
Latent Diffusion Planning (LDP) は、プランナーと逆ダイナミクスモデルからなるモジュラーアプローチである。
行動予測からプランニングを分離することにより、LDPは最適なデータと行動自由データのより密集した監視信号の恩恵を受けることができる。
シミュレーションされた視覚ロボット操作タスクにおいて、LDPは最先端の模倣学習アプローチより優れている。
論文 参考訳（メタデータ） (2025-04-23T17:53:34Z) - MALMM: Multi-Agent Large Language Models for Zero-Shot Robotics Manipulation [62.854649499866774]
大規模言語モデル(LLM)は、ロボティクスの操作やナビゲーションなど、さまざまな領域にまたがる優れた計画能力を示している。
特殊なLLMエージェント間で高レベル計画および低レベル制御コード生成を分散する新しいマルチエージェントLLMフレームワークを提案する。
長軸タスクを含む9つのRLBenchタスクに対するアプローチを評価し、ゼロショット環境でロボット操作を解く能力を実証した。
論文 参考訳（メタデータ） (2024-11-26T17:53:44Z) - Guided Reinforcement Learning for Robust Multi-Contact Loco-Manipulation [12.377289165111028]
強化学習(Reinforcement Learning, RL)は、各タスクに合わせた細かなマルコフ決定プロセス(MDP)設計を必要とすることが多い。
本研究は,マルチコンタクトロコ操作タスクの動作合成と制御に対する体系的アプローチを提案する。
モデルベース軌道から生成されたタスク毎の1つの実演のみを用いて,RLポリシーを訓練するためのタスク非依存のMDPを定義する。
論文 参考訳（メタデータ） (2024-10-17T17:46:27Z) - NOD-TAMP: Generalizable Long-Horizon Planning with Neural Object Descriptors [16.475094344344512]
一般化可能なオブジェクト中心機能を生成するニューラルオブジェクト記述子(NOD)と,多段階タスクを解決するための短軸スキルをチェーンするタスク・アンド・モーション・プランニング(TAMP)フレームワークの2つのパラダイムを組み合わせることを提案する。
我々は,少数の人間による実験から短い操作軌跡を抽出し,NOD特徴を用いてこれらの軌跡を適応させる,TAMPベースのフレームワークNOD-TAMPを紹介する。
論文 参考訳（メタデータ） (2023-11-02T18:26:28Z) - Learning Neuro-Symbolic Skills for Bilevel Planning [63.388694268198655]
意思決定は、連続したオブジェクト中心の状態、継続的なアクション、長い地平線、まばらなフィードバックを持つロボット環境では難しい。
タスク・アンド・モーション・プランニング(TAMP)のような階層的なアプローチは、意思決定を2つ以上の抽象レベルに分解することでこれらの課題に対処する。
我々の主な貢献は、オペレーターとサンプルラーを組み合わせたパラメータ化警察の学習方法である。
論文 参考訳（メタデータ） (2022-06-21T19:01:19Z)
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。