論文の概要: Energy-Regularized Imitation Learning for Force- and Work-Aware Robotic Manipulation

• arxiv url: http://arxiv.org/abs/2609.18164v1
• Date: Wed, 16 Sep 2026 05:43:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-20 08:55:53.660928
• Title: Energy-Regularized Imitation Learning for Force- and Work-Aware Robotic Manipulation
• Title（参考訳）: 力・作業を考慮したロボットマニピュレーションのためのエネルギー規則化模倣学習
• Abstract要約: 本稿では,物理基礎学習問題としてのエネルギー認識操作について考察する。 我々は、関節トルクと角変位から関節空間の機械的作業プロキシを定義し、ロボットの状態と動作からこの作業を推定する微分可能エネルギー予測器を訓練する。 RLBench上でRVT-2をインスタンス化し、オブジェクト接触、関節運動、配置、押圧、掃除を含む12の操作タスクを評価する。
• 参考スコア（独自算出の注目度）: 13.828179148260494
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper studies energy-aware manipulation as a physically grounded learning problem. We define a joint-space mechanical-work proxy from joint torque and angular displacement, and train a differentiable energy predictor that estimates this work from robot states and actions. The predictor converts a non-differentiable simulator-side physical quantity into a differentiable regularizer for fine-tuning a pretrained manipulation policy. We instantiate the framework with RVT-2 on RLBench and evaluate 12 manipulation tasks involving object contact, articulated motion, placement, pushing, and sweeping. The proposed fine-tuning reduces the average mechanical work from 208.8J to 204.4J (i.e., 2.1% reduction), while the mean task success rate also increases slightly from 86.2% to 86.9%. These results show that work-aware policy optimization can suppress physically inefficient motion without requiring an explicit differentiable dynamics model.
• Abstract（参考訳）: 本稿では,物理基礎学習問題としてのエネルギー認識操作について考察する。 我々は、関節トルクと角変位から関節空間の機械的作業プロキシを定義し、ロボットの状態と動作からこの作業を推定する微分可能エネルギー予測器を訓練する。 予測器は、未学習の操作ポリシーを微調整するために、非微分可能シミュレータ側物理量を微分可能正規化器に変換する。 RLBench上でRVT-2をインスタンス化し、オブジェクト接触、関節運動、配置、押圧、掃除を含む12の操作タスクを評価する。 提案した微調整により平均機械的作業量が208.8Jから204.4J(すなわち2.1%削減)に減少し、平均作業成功率は86.2%から86.9%にわずかに増加した。 これらの結果から,ワークアウェアポリシの最適化は,明示的な微分可能力学モデルを必要とすることなく,物理的に非効率な動作を抑えることができることがわかった。

関連論文リスト

• Compliant Non-Prehensile Pushing Manipulation [2.526906424066039]
  ロボット操作システムによる非包括的プッシュ操作の課題に対処する。 我々は、最先端のプッシュモデルを拡張して、インピーダンス制御ロボットと統合する。 本研究では,ロボットの位置・速度設定点を最適に調節し,従順なプッシュを可能にするモデル予測制御フレームワークを開発する。
  論文  参考訳（メタデータ） (2026-05-25T10:24:05Z)
• A Physical Imitation Learning Pipeline for Energy-Efficient Quadruped Locomotion Assisted by Parallel Elastic Joint [1.5385430249576606]
  本稿では、強化学習(RL)制御ポリシーを物理的に実装可能な身体応答に活用する物理模倣学習(PIL)を紹介する。 その結果,PEJへのコントロールポリシの一部をアウトソーシングすることで,全体のエネルギー消費を削減した。
  論文  参考訳（メタデータ） (2026-04-01T08:13:54Z)
• Physical Autoregressive Model for Robotic Manipulation without Action Pretraining [65.8971623698511]
  我々は、自己回帰ビデオ生成モデルを構築し、物理自己回帰モデル(PAR)を提案する。 PARは、アクション事前トレーニングを必要とせず、物理力学を理解するために、ビデオ事前トレーニングに埋め込まれた世界の知識を活用する。 ManiSkillベンチマークの実験は、PARがPushCubeタスクで100%の成功率を達成したことを示している。
  論文  参考訳（メタデータ） (2025-08-13T13:54:51Z)
• Spatial-Temporal Graph Diffusion Policy with Kinematic Modeling for Bimanual Robotic Manipulation [88.83749146867665]
  既存のアプローチは、遠く離れた次のベストなエンドエフェクタのポーズを予測するポリシーを学びます。 すると、運動に対する対応する関節回転角を逆運動学を用いて計算する。 本稿では,Kinematics 拡張空間テンポアル gRaph diffuser を提案する。
  論文  参考訳（メタデータ） (2025-03-13T17:48:35Z)
• Rethinking Bimanual Robotic Manipulation: Learning with Decoupled Interaction Framework [51.39847596489193]
  バイオマチックなロボット操作は、ロボティクスコミュニティにおいて、新しくて重要なトピックである。 本稿では,バイマニュアル操作における異なるタスクの特徴を考察した,疎結合なインタラクションフレームワークを提案する。 我々のフレームワークは,SOTA法よりも23.5%向上し,優れた性能を実現している。
  論文  参考訳（メタデータ） (2025-03-12T09:28:41Z)
• Prognostic Framework for Robotic Manipulators Operating Under Dynamic Task Severities [1.8485970721272895]
  ロボットマニピュレータのRemaining Useful Life(RUL)を予測できる予後モデリングフレームワークを提案する。 以上の結果から,両艦隊のロボットは高重度タスクを多く扱う場合,RULが短くなることが示唆された。
  論文  参考訳（メタデータ） (2024-11-30T17:09:18Z)
• PIVOT-R: Primitive-Driven Waypoint-Aware World Model for Robotic Manipulation [68.17081518640934]
  ロボット操作のためのPrIrmitive-driVen waypOinT-aware world model(PIVOT-R)を提案する。 PIVOT-RはWAWM(Waypoint-aware World Model)と軽量アクション予測モジュールで構成される。 私たちのPIVOT-RはSeaWaveベンチマークで最先端のオープンソースモデルより優れており、4段階の命令タスクで平均19.45%の相対的な改善を実現しています。
  論文  参考訳（メタデータ） (2024-10-14T11:30:18Z)
• Latent Exploration for Reinforcement Learning [87.42776741119653]
  強化学習では、エージェントは環境を探索し、相互作用することでポリシーを学ぶ。 LATent TIme-Correlated Exploration (Lattice)を提案する。
  論文  参考訳（メタデータ） (2023-05-31T17:40:43Z)

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。