論文の概要: Rapid On-Robot Learning for Dynamic Manipulation Skills: Robot Juggling

• arxiv url: http://arxiv.org/abs/2608.26800v1
• Date: Thu, 27 Aug 2026 08:39:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-28 16:30:58.31393
• Title: Rapid On-Robot Learning for Dynamic Manipulation Skills: Robot Juggling
• Title（参考訳）: 動的マニピュレーションスキルのための高速オンロボット学習:ロボットジャグリング
• Authors: Taeyoon Lee, Chunpeng Wang, Christopher G. Atkeson, Alfred A. Rizzi, Nicolas Rojas,
• Abstract要約: 本稿では,双方向ロボットが物理ハードウェア上で直接,多様なジャグリングパターンを数分で取得できるオンライン学習フレームワークを提案する。 この研究は、不完全な事前知識の上に構築され、自身の現実世界の経験を通じて、その振る舞いを継続的に洗練するロボットに向けられている。
• 参考スコア（独自算出の注目度）: 9.123525600261162
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We present an online learning framework that enables a bimanual robot to acquire diverse juggling patterns directly on physical hardware within minutes, even with a significant sim2real gap. One of the most important lessons from this work is that a model, even when far from reality, can be extremely useful for learning. This motivates a central philosophy of our approach: learning should build upon the robot's current knowledge rather than replace it. Our regularized memory-based learning puts this principle into practice by learning a local model from accumulated experience while retaining the global prior model to extrapolate where experience is sparse. This enables efficient and stable online learning from each new experience without resorting to uninformed exploration over a vast space of possible behaviors. Equally important to continual on-robot learning is safety, allowing the robot to repeatedly practice and improve in the real world. We construct a mutually reachable set that allows safe transitions between successive throws and catches, without driving either arm into a state from which its next action would require violating the robot's joint or actuator limits. Together, these ideas enable a bimanual robot with multi-fingered hands and onboard vision to safely learn and compose five canonical three-ball juggling patterns, including cascade, tennis, half-shower, shower, and box, within less than 5 minutes of real-world interaction. More broadly, this work points toward robots that build upon imperfect prior knowledge and continually refine their behavior through their own real-world experience.
• Abstract（参考訳）: 本稿では,バイマニアルロボットが,物理ハードウェア上での多様なジャグリングパターンを直接数分で取得できるオンライン学習フレームワークを提案する。 この研究で最も重要な教訓の1つは、たとえ現実から遠く離れていても、モデルは学習に非常に有用であるということだ。 学習は、ロボットを置き換えるのではなく、ロボットの現在の知識に基づいて構築されるべきである。 我々の正規化メモリベース学習は、この原則を、蓄積された経験からローカルモデルを学習し、グローバルな事前モデルを保持して、経験が不足している場所を外挿することで実践する。 これにより、起こりうる行動の広大な空間を、インフォームドな探索に頼ることなく、新しい経験から効率よく安定したオンライン学習が可能になる。 ロボットの継続的な学習は安全であり、ロボットは現実世界で繰り返し練習し、改善することができる。 我々は,ロボットの関節やアクチュエータの限界に違反する必要のある状態に両腕を駆動することなく,連続する投球とキャッチの間の安全な遷移を可能にする,相互に到達可能なセットを構築した。 これらのアイデアにより、マルチフィンガーハンドとオンボード・ビジョンを備えたバイマン・ロボットは、現実世界の相互作用から5分以内で、カスケード、テニス、ハーフショワー、シャワー、ボックスを含む5つの標準的な3球ジャグリングパターンを安全に学習し、構成することができる。 より広範に、この研究は、不完全な事前知識の上に構築され、自身の現実世界の経験を通じて、その振る舞いを継続的に洗練するロボットに向けられている。

関連論文リスト

• SIME: Enhancing Policy Self-Improvement with Modal-level Exploration [49.86173021151849]
  自己改善を成功させる鍵は、モーダルレベルの探索とデータ選択である。 ポリシー実行中にモーダルレベルの探索機構を組み込むことで、ロボットはより多様なマルチモーダルインタラクションを生成できる。 シミュレーションベンチマークと実世界実験の両方において,効果的なロボット自己改善の実証に成功した。
  論文  参考訳（メタデータ） (2025-05-02T17:13:03Z)
• Evaluating Continual Learning on a Home Robot [30.620205237707342]
  そこで本研究では,現実の低コストなホームロボットにおいて,連続学習手法をどのように適用することができるかを示す。 本稿では,スキルライブラリを継続的に学習するSANERと,それを支援するバックボーンとしてABIPを提案する。
  論文  参考訳（メタデータ） (2023-06-04T17:14:49Z)
• Affordances from Human Videos as a Versatile Representation for Robotics [31.248842798600606]
  我々は、人間がどこでどのように対話するかを推定する視覚的余裕モデルを訓練する。 これらの行動割当の構造は、ロボットが多くの複雑なタスクを直接実行できるようにする。 私たちは、VRBと呼ばれる4つの現実世界環境、10以上のタスクと2つのロボットプラットフォームにおいて、私たちのアプローチの有効性を示します。
  論文  参考訳（メタデータ） (2023-04-17T17:59:34Z)
• Self-Improving Robots: End-to-End Autonomous Visuomotor Reinforcement Learning [54.636562516974884]
  模倣と強化学習において、人間の監督コストは、ロボットが訓練できるデータの量を制限する。 本研究では,自己改善型ロボットシステムのための新しい設計手法であるMEDAL++を提案する。 ロボットは、タスクの実施と解除の両方を学ぶことで、自律的にタスクを練習し、同時にデモンストレーションから報酬関数を推論する。
  論文  参考訳（メタデータ） (2023-03-02T18:51:38Z)
• DayDreamer: World Models for Physical Robot Learning [142.11031132529524]
  深層強化学習はロボット学習の一般的なアプローチであるが、学習するには大量の試行錯誤が必要となる。 ロボット学習の多くの進歩はシミュレータに依存している。 本稿では,Dreamerを4つのロボットに適用し,シミュレータを使わずに,オンラインおよび実世界で直接学習する。
  論文  参考訳（メタデータ） (2022-06-28T17:44:48Z)
• Lifelong Robotic Reinforcement Learning by Retaining Experiences [61.79346922421323]
  多くのマルチタスク強化学習は、ロボットが常にすべてのタスクからデータを収集できると仮定している。 本研究では,物理ロボットシステムの実用的制約を動機として,現実的なマルチタスクRL問題について検討する。 我々は、ロボットのスキルセットを累積的に成長させるために、過去のタスクで学んだデータとポリシーを効果的に活用するアプローチを導出する。
  論文  参考訳（メタデータ） (2021-09-19T18:00:51Z)
• High Acceleration Reinforcement Learning for Real-World Juggling with Binary Rewards [35.55280687116388]
  学習システムは,ロボットを傷つけることなく,現実世界でジャグリングすることを学ぶことができることを示す。 本システムは,56分間の経験から,高速なバレットWAMマニピュレータで2つのボールをジャグリングすることを可能にした。 最終方針は、最大33分間、または約4500回のキャッチを連続的にジャグリングする。
  論文  参考訳（メタデータ） (2020-10-26T11:13:47Z)
• Hierarchical Affordance Discovery using Intrinsic Motivation [69.9674326582747]
  本研究では,移動ロボットの価格学習を支援するために,本質的なモチベーションを用いたアルゴリズムを提案する。 このアルゴリズムは、事前にプログラムされたアクションなしで、相互に関連のある価格を自律的に発見し、学習し、適応することができる。 一度学習すると、これらの余裕はアルゴリズムによって様々な困難を伴うタスクを実行するために一連のアクションを計画するために使われる。
  論文  参考訳（メタデータ） (2020-09-23T07:18:21Z)
• The Ingredients of Real-World Robotic Reinforcement Learning [71.92831985295163]
  実世界で収集されたデータによって継続的に自律的に改善できるロボット学習システムに必要な要素について論じる。 本稿では,このようなシステムの特異なインスタンス化を事例として,デクスタラスな操作を事例として提案する。 我々は人間の介入なしに学習できることを実証し、現実世界の3本指の手で様々な視覚ベースのスキルを習得する。
  論文  参考訳（メタデータ） (2020-04-27T03:36:10Z)
• Efficient reinforcement learning control for continuum robots based on Inexplicit Prior Knowledge [3.3645162441357437]
  本稿では,未熟な事前知識に基づく効率的な強化学習手法を提案する。 本手法を用いることで、腱駆動ロボットのアクティブな視覚追跡と距離維持を実現することができる。
  論文  参考訳（メタデータ） (2020-02-26T15:47:11Z)

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。