論文の概要: Learning the Right Abstraction: Neural Reduced Dynamics for Complex Robot Control

• arxiv url: http://arxiv.org/abs/2608.19375v1
• Date: Wed, 19 Aug 2026 18:41:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-21 20:28:51.38304
• Title: Learning the Right Abstraction: Neural Reduced Dynamics for Complex Robot Control
• Title（参考訳）: 正しい抽象化を学ぶ: 複雑なロボット制御のためのニューラルリダクションダイナミクス
• Abstract要約: 我々は、より正確ではなく、より巧妙なシミュレーションの使用を提唱する。 我々は、モデルが伝播する状態を入力として供給したり、分析的に回収したりできる状態から分離する神経還元力学(NRD)フレームワークを開発する。 2つのケーススタディは、地形を意識したHMMWV軌跡追跡と、頑丈で曲がりくねった変形可能な地形、およびストックトラック車とその前面に装着された関節アームへの到達という3つの制御課題にまたがってこれをインスタンス化する。
• 参考スコア（独自算出の注目度）: 6.192077990532515
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: High-fidelity embodied AI simulators provide realistic evaluation of complex robotic systems, but their computational cost limits their direct use for large-scale reinforcement learning campaigns. We advocate the use of less accurate but more expeditious simulations, which might draw on data-driven, e.g., neural dynamics, models. This contribution argues that the practical value of a neural dynamics model for complex robot control lies in learning the \emph{right abstraction}: a reduced state that preserves the control-relevant physics of the high-fidelity system while enabling high-throughput policy learning. We develop a neural reduced dynamics (NRD) framework that separates the state the model propagates from what can be supplied as an input or recovered analytically, trains policies entirely inside the frozen learned model, and validates them back in the high-fidelity simulator. Two case studies instantiate it across three control tasks: terrain-aware HMMWV trajectory tracking on rigid, bumpy and deformable Continuum Representation Model (CRM) terrain; and goal reaching for a stock tracked vehicle and its front-mounted articulated arm. Every policy transfers back to the high-fidelity simulator. A single policy trained inside the terrain-conditioned dynamics model, and given no terrain input of its own, attains lower median and mean tracking error than both single-terrain specialists on all three terrains, including zero-shot bumpy terrain. Quantitatively, the tracked vehicle reaches 100 of 100 goals and the arm 97 of 100, with zero contacts or joint-limit violations. The NRD models advance roughly four orders of magnitude faster in simulated time than the high-fidelity simulator scenes they replace, making iterative on-policy learning practical and supporting neural reduced dynamics as a bridge between accurate but expensive physics simulation and scalable robot learning.
• Abstract（参考訳）: 高忠実な組み込みAIシミュレータは、複雑なロボットシステムの現実的な評価を提供するが、その計算コストは大規模な強化学習キャンペーンでの使用を制限している。 我々は、データ駆動、例えばニューラルダイナミクス、モデルに基づく、より正確ではなく、より迅速なシミュレーションの使用を提唱する。 この貢献は、複雑なロボット制御のための神経力学モデルの実用的価値は、高信頼度システムの制御関連物理を保ちながら高スループットのポリシー学習を可能にする「emph{right abstract}」を学習することにある、と論じている。 提案手法は,モデルが伝播する状態と入力として供給できる状態とを分離し,解析的に解析し,凍結学習モデル内で完全にトレーニングポリシーを訓練し,高忠実度シミュレータで検証するニューラルネットワークリダクションダイナミクス(NRD)フレームワークを開発する。 2つのケーススタディは、地形を意識したHMMWV軌跡追跡を3つの制御タスクにわたってインスタンス化する: 剛性、膨らみ、変形可能な連続表現モデル(CRM)の地形、およびストックトラック車とその前面に装着された関節アームのゴール到達。 すべてのポリシーは、高忠実度シミュレータに転送される。 地形条件付き力学モデルの内部で訓練された単一のポリシーは、独自の地形入力が与えられず、ゼロショットバンディ地形を含む3つの地形の双方の単一地形専門家よりも低い中央値と平均的な追跡誤差を達成できる。 定量的には、追跡された車両は100ゴールの100と100ゴールの腕97に到達し、接触をゼロにしたり、ジョイント・リミット違反を発生させる。 NRDモデルは、彼らが置き換えた高忠実度シミュレータのシーンよりも、シミュレーション時間でおよそ4桁高速に進行し、反復的なオンライン学習を実践し、正確だが高価な物理シミュレーションとスケーラブルなロボット学習の間の橋渡しとして神経還元力学をサポートする。

関連論文リスト

• Enhancing Sim2Real Transfer for Torque-Controlled Robots through Real2Sim Dynamics Estimation and Reinforcement Learning [2.071516130824992]
  シミュレーションから実世界ロボットへの強化学習ポリシーの移行は依然として大きな課題である。 トルク制御ロボットアームのSim2Real転送を改善するReal2Sim2Realパイプラインを提案する。 この研究は、安定かつ一般化可能なトルクベース強化学習ポリシーを実現するための正確な物理モデリングの有効性を強調した。
  論文  参考訳（メタデータ） (2026-08-23T22:25:33Z)
• Physics-Informed Reinforcement Learning of Spatial Density Velocity Potentials for Map-Free Racing [73.88859384645264]
  Out-Of-Distribution (OOD) の様々なレーストラックへの一般化は、機械学習(ML)を用いて、エンドツーエンド制御のためのセンサデータと車両アクチュエーターの間の数学的関係を符号化する。 本稿では,非幾何学的,物理インフォームド報酬を用いた深度測定のスペクトル分布から非線形車両動特性をパラメータ化して,ニューラルネットワーク(ANN)による車両の時間最適・乗換レース制御を推定するDRL法を提案する。 このポリシーは、経験的なパセジカタイヤモデルに似たタイヤのダイナミックスで摩擦円を最大化することで、OODトラックの12%で人間のデモより優れています。
  論文  参考訳（メタデータ） (2026-04-10T17:12:07Z)
• D-REX: Differentiable Real-to-Sim-to-Real Engine for Learning Dexterous Grasping [66.22412592525369]
  本稿では,ガウスのSplat表現を生かした実--sim-to-realエンジンを導入し,実-sim-to-realエンジンについて述べる。 提案エンジンは, 各種物体の形状と質量値のマス識別において, 高精度かつロバストな性能を実現していることを示す。 これらの最適化された質量値は、力覚的なポリシー学習を促進し、オブジェクトの把握において優れた、高いパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2026-03-01T15:32:04Z)
• InternVLA-A1: Unifying Understanding, Generation and Action for Robotic Manipulation [77.07565723756119]
  InternVLA-A1は動的予測機能を備えた視覚言語モデルである。 我々は、実世界のロボットデータ、合成シミュレーションデータ、人間のビデオなどを用いて、これらのモデルを異種データソース上で事前訓練する。 InternVLA-A1を実世界の12のロボットタスクとシミュレーションベンチマークで評価した。
  論文  参考訳（メタデータ） (2026-01-05T18:54:29Z)
• Neural Robot Dynamics [33.0891173356675]
  接触制約下での剛体の将来状態を予測するための学習ロボット固有力学モデルNeRD(Neural Robot Dynamics)を提案する。 NeRDは解析シミュレータの低レベル力学と接触解法を一意に置き換え、ロボット中心で空間不変なシミュレーション状態表現を採用している。 我々は,1000段以上のシミュレーションステップにおいて,NeRDシミュレータが安定かつ精度が高いことを示すため,広範囲な実験を行った。
  論文  参考訳（メタデータ） (2025-08-21T17:54:41Z)
• Mitigating Covariate Shift in Imitation Learning for Autonomous Vehicles Using Latent Space Generative World Models [60.87795376541144]
  World Model(ワールドモデル)は、エージェントの次の状態を予測できるニューラルネットワークである。 エンド・ツー・エンドのトレーニングでは、人間のデモで観察された状態と整合してエラーから回復する方法を学ぶ。 クローズドループ試験における先行技術に有意な改善がみられた定性的,定量的な結果を示す。
  論文  参考訳（メタデータ） (2024-09-25T06:48:25Z)
• Gaussian Splatting to Real World Flight Navigation Transfer with Liquid Networks [93.38375271826202]
  本研究では,シミュレート・トゥ・リアルな視覚四重項ナビゲーションタスクにおける分布シフトに対する一般化とロバスト性を改善する手法を提案する。 まず,擬似飛行力学とガウススプラッティングを統合してシミュレータを構築し,その後,液状ニューラルネットワークを用いてロバストなナビゲーションポリシーを訓練する。 このようにして、我々は3次元ガウススプラッティングラディアンス場レンダリング、専門家による実演訓練データのプログラミング、およびLiquid Networkのタスク理解能力の進歩を組み合わせたフルスタックの模倣学習プロトコルを得る。
  論文  参考訳（メタデータ） (2024-06-21T13:48:37Z)
• Residual Physics Learning and System Identification for Sim-to-real Transfer of Policies on Buoyancy Assisted Legged Robots [14.760426243769308]
  本研究では,BALLUロボットのシステム識別による制御ポリシのロバストなシミュレートを実演する。 標準的な教師あり学習の定式化に頼るのではなく、深層強化学習を利用して外部力政策を訓練する。 シミュレーショントラジェクトリと実世界のトラジェクトリを比較することで,改良されたシミュレーション忠実度を解析する。
  論文  参考訳（メタデータ） (2023-03-16T18:49:05Z)
• Real-to-Sim: Predicting Residual Errors of Robotic Systems with Sparse Data using a Learning-based Unscented Kalman Filter [65.93205328894608]
  我々は,動的・シミュレータモデルと実ロボット間の残差を学習する。 学習した残差誤差により、動的モデル、シミュレーション、および実際のハードウェア間の現実的ギャップをさらに埋めることができることを示す。
  論文  参考訳（メタデータ） (2022-09-07T15:15:12Z)
• DR2L: Surfacing Corner Cases to Robustify Autonomous Driving via Domain Randomization Reinforcement Learning [4.040937987024427]
  ドメインランダム化(DR)は、このギャップをほとんど、あるいは全く現実世界のデータで埋めることのできる方法論である。 シミュレーションで訓練されたDeepRLベースの自動運転車を強固にするために、敵対モデルが提案されている。
  論文  参考訳（メタデータ） (2021-07-25T09:15:46Z)

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。