論文の概要: AM-Bench: A Modular Simulation Suite and Benchmark for Aerial Manipulation Policy Learning
- arxiv url: http://arxiv.org/abs/2609.00641v1
- Date: Tue, 01 Sep 2026 03:20:24 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-02 16:31:36.26583
- Title: AM-Bench: A Modular Simulation Suite and Benchmark for Aerial Manipulation Policy Learning
- Title（参考訳）: AM-Bench: 航空操縦政策学習のためのモジュールシミュレーションスイートとベンチマーク
- Authors: Yutong Wang, Dongjae Lee, Xiaofeng Guo, Yuanzhu Zhan, Yufei Jiang, Bavin Saravanan, Muqing Cao, Jia Xie, Chenyang Mao, Sebastian Scherer, Junyi Geng, Guanya Shi,
- Abstract要約: マルチロータ型空中操作(AM)のためのモジュールシミュレーションスイートとベンチマークであるAM-Benchを紹介する。
AM-Benchは、非作動型、完全作動型、過剰作動型システム、接触、輸送、制限された相互作用を含む12のタスク、空力障害とアクチュエータ飽和、標準の低レベルコントローラ、ベースラインポリシー学習アルゴリズムにまたがる代表的実施形態を含む。
本研究では,高レベルポリシー,ポリシー制御インターフェース,実施形態を対象とする3つのシミュレーション研究を通じて,その診断価値を実証し,実環境におけるモデル付き効果の検証と学習パイプラインのハードウェアテストを行った。
- 参考スコア（独自算出の注目度）: 22.544699874461582
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Standardized benchmarks have played a central role in advancing robot manipulation learning, yet most focus on ground-supported manipulation systems, which limits their applicability to dynamics-critical domains such as aerial manipulation (AM). AM presents distinct system-level challenges, including environmental disturbances, coupled dynamics between the manipulator and floating base, and constrained degrees of freedom. Consequently, task performance depends jointly on robot embodiment, low-level control, and high-level policy design. We introduce AM-Bench, a modular simulation suite and benchmark for multirotor-based AM policy learning. AM-Bench includes representative embodiments spanning underactuated, fully actuated, and overactuated systems, 12 tasks across contact, transport, and constrained interaction, configurable aerodynamic disturbances and actuator saturation, standard low-level controllers, and baseline policy-learning algorithms. Unlike prior manipulation benchmarks that primarily emphasize end-to-end policy performance, AM-Bench enables system-level evaluation of how embodiment, control, disturbances, and policy choices interact. We demonstrate its diagnostic value through three simulation studies spanning high-level policies, policy--control interfaces, and embodiments, together with real-world validation of modeled effects and a hardware test of the learning pipeline.
- Abstract（参考訳）: 標準化されたベンチマークは、ロボット操作学習の進歩において中心的な役割を果たしてきたが、ほとんどは地上支援された操作システムに焦点を合わせており、空中操作(AM)のような動的にクリティカルな領域への適用を制限している。
AMは、環境障害、マニピュレータとフローティングベースとの結合力学、制約された自由度など、異なるシステムレベルの課題を提示している。
その結果、タスクパフォーマンスはロボットの具体化、低レベル制御、高レベルポリシー設計に共同で依存する。
本稿では,マルチロータに基づくAMポリシー学習のためのモジュールシミュレーションスイートとベンチマークであるAM-Benchを紹介する。
AM-Benchは、非作動型、完全作動型、過剰作動型システム、接触、輸送、制限された相互作用にまたがる12のタスク、構成可能な空力障害とアクチュエータ飽和、標準の低レベルコントローラ、およびベースラインポリシー学習アルゴリズムにまたがる代表的実施形態を含む。
主にエンドツーエンドのポリシーパフォーマンスを強調する以前のベンチマークとは異なり、AM-Benchはエンボディメント、制御、障害、ポリシー選択の相互作用をシステムレベルで評価できる。
本研究では,高レベルポリシー,ポリシー制御インターフェース,実施形態を対象とする3つのシミュレーション研究を通じて,その診断価値を実証し,実環境におけるモデル付き効果の検証と学習パイプラインのハードウェアテストを行った。
関連論文リスト
- LLM-Based Hierarchical Coordinated Control with Continuation-Aware Policy Learning [6.69561560301489]
複雑な工学系における複数の相互作用ユニットを協調する階層的枠組みを提案する。
継続対応GRPOを導入し、その後の制御区間における調整決定の結果を捉える。
マルチランプ交通制御と仮想電力プラント (VPP) エネルギー管理の枠組みを, 簡易なシステムモデルによる訓練と, より現実的なシミュレータを用いて検証した。
論文 参考訳（メタデータ） (2026-08-15T05:00:02Z) - PCHC: Enabling Preference Conditioned Humanoid Control via Multi-Objective Reinforcement Learning [50.63196995993855]
多目的強化学習(MORL)を活用してPCHC(Preference-Conditioned Humanoid Control)を実現する新しいフレームワークを提案する。
当社のフレームワークは、単一の嗜好条件のポリシーを多種多様な行動を示すために有効である。
論文 参考訳（メタデータ） (2026-03-25T07:55:37Z) - Grounded Test-Time Adaptation for LLM Agents [75.62784644919803]
大規模言語モデル(LLM)ベースのエージェントは、新規で複雑な環境への一般化に苦慮している。
環境特化情報を活用することで, LLMエージェントを適応するための2つの戦略を提案する。
論文 参考訳（メタデータ） (2025-11-06T22:24:35Z) - Hierarchical Reinforcement Learning with Low-Level MPC for Multi-Agent Control [1.5856188608650232]
強化学習(RL)による戦術的意思決定とモデル予測制御(MPC)による低レベル実行を組み合わせた階層的枠組みを提案する。
プレデター・プリーベンチマークでテストしたところ、我々のアプローチは報酬、安全性、一貫性の点でエンドツーエンドとシールドベースのRLベースラインよりも優れています。
論文 参考訳（メタデータ） (2025-09-19T09:27:15Z) - Dynamic Manipulation of Deformable Objects in 3D: Simulation, Benchmark and Learning Strategy [88.8665000676562]
従来の手法は、しばしば問題を低速または2D設定に単純化し、現実の3Dタスクに適用性を制限する。
データ不足を軽減するため、新しいシミュレーションフレームワークと、低次ダイナミクスに基づくベンチマークを導入する。
本研究では,シミュレーション前トレーニングと物理インフォームドテスト時間適応を統合するフレームワークであるDynamics Informed Diffusion Policy (DIDP)を提案する。
論文 参考訳（メタデータ） (2025-05-23T03:28:25Z) - In-Distribution Barrier Functions: Self-Supervised Policy Filters that
Avoid Out-of-Distribution States [84.24300005271185]
本稿では,任意の参照ポリシーをラップした制御フィルタを提案する。
本手法は、トップダウンとエゴセントリックの両方のビュー設定を含むシミュレーション環境における2つの異なるビズモータ制御タスクに有効である。
論文 参考訳（メタデータ） (2023-01-27T22:28:19Z) - Active Learning of Discrete-Time Dynamics for Uncertainty-Aware Model Predictive Control [46.81433026280051]
本稿では,非線形ロボットシステムの力学を積極的にモデル化する自己教師型学習手法を提案する。
我々のアプローチは、目に見えない飛行条件に一貫して適応することで、高いレジリエンスと一般化能力を示す。
論文 参考訳（メタデータ） (2022-10-23T00:45:05Z) - ControlVAE: Model-Based Learning of Generative Controllers for
Physics-Based Characters [28.446959320429656]
可変オートエンコーダ(VAE)に基づく生成動作制御ポリシーを学習するためのモデルベースのフレームワークであるControlVAEを紹介する。
我々のフレームワークは、多種多様な非組織的な動作シーケンスから、リッチで柔軟なスキル表現と、スキル条件付き生成制御ポリシーを学習することができる。
シミュレーション文字のリアルかつインタラクティブな制御を可能にする多種多様なタスクセットを用いた制御VAEの有効性を実証する。
論文 参考訳（メタデータ） (2022-10-12T10:11:36Z) - Learning Variable Impedance Control for Aerial Sliding on Uneven
Heterogeneous Surfaces by Proprioceptive and Tactile Sensing [42.27572349747162]
本研究では,空中すべり作業に対する学習に基づく適応制御手法を提案する。
提案するコントローラ構造は,データ駆動制御とモデルベース制御を組み合わせたものである。
美術品間相互作用制御手法の微調整状態と比較して,追従誤差の低減と外乱拒否の改善を実現した。
論文 参考訳（メタデータ） (2022-06-28T16:28:59Z) - Policy Search for Model Predictive Control with Application to Agile
Drone Flight [56.24908013905407]
MPCのためのポリシ・フォー・モデル・予測制御フレームワークを提案する。
具体的には、パラメータ化コントローラとしてMPCを定式化し、パラメータ化の難しい決定変数を高レベルポリシーとして表現する。
シミュレーションと実環境の両方において,我々の制御器が堅牢かつリアルタイムに制御性能を発揮することを示す実験を行った。
論文 参考訳（メタデータ） (2021-12-07T17:39:24Z)
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。