論文の概要: Learning to build covering structures with continuous adjustments
- arxiv url: http://arxiv.org/abs/2609.08669v1
- Date: Tue, 08 Sep 2026 12:32:42 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-10 19:44:08.647472
- Title: Learning to build covering structures with continuous adjustments
- Title（参考訳）: 連続的な調整による被覆構造構築の学習
- Abstract要約: 構造が構築されるにつれて,構築シーケンスを適応的に生成する強化学習手法を提案する。
構造物の安定性シミュレーションは計算量が多いため,効率的な探査戦略が開発されている。
クローズドループ実行における3Dプリントブロックを用いたスパンニングアーチの構築に成功した。
- 参考スコア（独自算出の注目度）: 8.307608514694444
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Robotic construction offers the potential to use materials more efficiently and create complex geometries, but current methods rely on rigid, high-precision plans that cannot accommodate the tolerances, inaccuracies, and unexpected changes inherent in physical fabrication. In this work, we introduce a reinforcement learning approach that forgoes predefined plans entirely, instead generating construction sequences adaptively as the structure is built. Our method operates on graph-structured state representations and a mixed (parameterized) action space, requiring both discrete block selection and continuous placement parameters. Because the stability simulation of a structure is computationally heavy, we develop an efficient exploration strategy by incorporating unilateral edges into graph neural networks, extending soft actor-critic (SAC) to this hybrid setting. We evaluate our algorithm, HSAC, against the prior method hybrid-PPO (HPPO), demonstrating significantly higher asymptotic performance and good sample efficiency. We also demonstrate HSAC's robustness to hyperparameter choices and its exploration capability, handling up to 10 discrete actions without performance degradation. Finally, we validate our approach on a physical two-robot setup, successfully building a spanning arch with 3D-printed blocks in closed-loop execution, confirming that policies trained in simulation transfer to real hardware.
- Abstract（参考訳）: ロボット構造は、材料をより効率的に使用し、複雑なジオメトリーを創出する可能性があるが、現在の手法は、耐久性、不正確性、そして物理的製造に固有の予期せぬ変化を許容できない、厳密で高精度な計画に依存している。
本研究では、事前定義された計画を完全に強制する強化学習手法を導入し、その代わりに構造が構築されるにつれて、構築シーケンスを適応的に生成する。
本手法は,離散ブロック選択と連続配置パラメータの両方を必要とするグラフ構造状態表現と混合(パラメータ化)動作空間で動作する。
構造物の安定性シミュレーションは計算量が多いため,一方のエッジをグラフニューラルネットワークに組み込んで,ソフトアクタクリティカル(SAC)をこのハイブリッド環境に拡張することで,効率的な探索戦略を開発する。
提案手法であるHSACをHPPO (Hybrid-PPO) 法と比較し, 著明な漸近性能と優れた試料効率を示した。
また、HSACのハイパーパラメータ選択に対する堅牢性と、その探索能力を示し、パフォーマンス劣化なしに最大10個の個別アクションを処理する。
最後に,本手法を物理的2ボット構成で検証し,クローズドループ実行において3Dプリントブロックを用いたスパンニングアーチの構築に成功した。
関連論文リスト
- EUPHORIA: Efficient Universal Planning via Hybrid Optimization for Robust Industrial Robotic Assembly [12.727917085274841]
EUPHORIAは統一されたフレームワークであり、普遍的な少数ショット適応性と動的効率を実現する。
構造的推論のために,ソフトアクタ・クリティカルを用いて訓練した物理インフォームドグラフ変換器を導入する。
実験により、EUPHORIAは分離されたベースライン上でのエネルギー消費を著しく減少させることが示された。
論文 参考訳（メタデータ） (2026-05-15T18:25:49Z) - Rollback-Free Stable Brick Structures Generation [51.856925926010184]
既存のアプローチでは、リジェクションサンプリングとブロック・バイ・ブロックのロールバックを行うために、推論中に外部物理シミュレータに依存している。
本稿では,身体的妥当性をテスト時間補正からトレーニング時間ポリシー最適化にシフトさせる強化学習パラダイムを提案する。
実験結果から,提案手法は予測速度を桁違いに向上させつつ,最先端の生成品質を実現することを示す。
論文 参考訳（メタデータ） (2026-05-07T21:06:44Z) - A Unified Low-Dimensional Design Embedding for Joint Optimization of Shape, Material, and Actuation in Soft Robots [4.829343342713712]
形状変形,多材料分布,アクチュエータを統一したソフトロボットのためのスムーズで低次元な設計埋め込みを提案する。
実験では、ニューラルネットワークの符号化と異なり、基礎関数の数に応じて設計が増加することを示す。
さらに, 一体型埋め込みによる形状, 材料, アクティベーションの協調最適化は, 逐次戦略を一貫して上回ることを示す。
論文 参考訳（メタデータ） (2026-03-06T17:33:32Z) - Structural Action Transformer for 3D Dexterous Manipulation [80.07649565189035]
クロス・エボディメント・スキル・トランスファーは、ハイDoFロボットハンドの課題である。
既存の手法は、しばしば2次元の観測と時間中心の行動表現に依存し、3次元の空間的関係を捉えるのに苦労する。
本稿では、構造中心の視点を導入することで、このパラダイムに挑戦する新しい3Dデクスタラスな操作ポリシーを提案する。
論文 参考訳（メタデータ） (2026-03-04T11:38:12Z) - Learning to Build: Autonomous Robotic Assembly of Stable Structures Without Predefined Plans [10.231077693993736]
固定された計画に従う代わりに、建設作業は目標と障害物によって定義される。
後継機能を備えた深層Q-ラーニングを用いて訓練された強化学習(RL)ポリシーが意思決定コンポーネントとして機能する。
論文 参考訳（メタデータ） (2026-02-27T11:31:49Z) - Mechanistic Design and Scaling of Hybrid Architectures [114.3129802943915]
我々は、様々な計算プリミティブから構築された新しいハイブリッドアーキテクチャを特定し、テストする。
本研究では,大規模計算最適法則と新しい状態最適スケーリング法則解析を用いて,結果のアーキテクチャを実験的に検証する。
我々は,MAD合成法と計算-最適パープレキシティを相関させ,新しいアーキテクチャの正確な評価を可能にする。
論文 参考訳（メタデータ） (2024-03-26T16:33:12Z) - SPO: Sequential Monte Carlo Policy Optimisation [41.52684912140086]
SPO:Sequential Monte Carlo Policy optimizationを紹介する。
我々は,SPOがロバストな政策改善と効率的なスケーリング特性を提供することを示した。
モデルフリーおよびモデルベースラインと比較して,統計的に有意な性能向上を示す。
論文 参考訳（メタデータ） (2024-02-12T10:32:47Z) - Towards Continual Learning Desiderata via HSIC-Bottleneck
Orthogonalization and Equiangular Embedding [55.107555305760954]
本稿では,レイヤワイドパラメータのオーバーライトや決定境界の歪みに起因する,概念的にシンプルで効果的な手法を提案する。
提案手法は,ゼロの指数バッファと1.02倍の差が絶対的に優れていても,競争精度が向上する。
論文 参考訳（メタデータ） (2024-01-17T09:01:29Z) - Provable Guarantees for Generative Behavior Cloning: Bridging Low-Level
Stability and High-Level Behavior [51.60683890503293]
生成モデルを用いた複雑な専門家による実演の行動クローニングに関する理論的枠組みを提案する。
任意の専門的軌跡の時間ごとのステップ分布に一致するトラジェクトリを生成することができることを示す。
論文 参考訳（メタデータ） (2023-07-27T04:27:26Z) - Graph-based Reinforcement Learning meets Mixed Integer Programs: An
application to 3D robot assembly discovery [34.25379651790627]
我々は、テトリスのような構造ブロックとロボットマニピュレータを用いて、スクラッチから完全に定義済みの任意のターゲット構造を構築するという課題に対処する。
我々の新しい階層的アプローチは、タスク全体を相互に利益をもたらす3つの実行可能なレベルに効率的に分解することを目的としています。
論文 参考訳（メタデータ） (2022-03-08T14:44:51Z) - Composable Learning with Sparse Kernel Representations [110.19179439773578]
再生カーネルヒルベルト空間におけるスパース非パラメトリック制御系を学習するための強化学習アルゴリズムを提案する。
正規化アドバンテージ関数を通じてステートアクション関数の構造を付与することにより、このアプローチのサンプル複雑さを改善します。
2次元環境下を走行しながらレーザースキャナーを搭載したロボットの複数シミュレーションにおける障害物回避政策の学習に関するアルゴリズムの性能を実証する。
論文 参考訳（メタデータ） (2021-03-26T13:58:23Z)
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。