論文の概要: RobotAPO: Adversarial Physics Preference Optimization for Robotic Manipulation Video Generation

• arxiv url: http://arxiv.org/abs/2610.09454v1
• Date: Wed, 07 Oct 2026 05:10:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 21:58:22.728035
• Title: RobotAPO: Adversarial Physics Preference Optimization for Robotic Manipulation Video Generation
• Title（参考訳）: RobotAPO:ロボットマニピュレーションビデオ生成のための逆物理パラメータ最適化
• Abstract要約: AgiBot-PhysPrefは条件付き物理違反のデータセットである。 RobotAPOは、条件に依存した物理的障害バイアスのある方向を認知空間で学習するフレームワークである。 保持されたAgiBot条件では、RobotAPOは物理的整合性において最強に制御された内部ベースラインを上回っている。
• 参考スコア（独自算出の注目度）: 42.251304486957785
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Robotic manipulation videos are increasingly used as visual plans for embodied agents, but optimizing purely for visual plausibility often fails to capture the fragile physical manifold of real-world interactions. Even minor physics-violating errors at the interaction boundary, such as interpenetration or premature object motion, can completely invalidate the inferred timing and pose needed for downstream execution. Because standard supervised fine-tuning lacks the direct pressure to penalize these localized failures, we introduce AgiBot-PhysPref. This rigorously curated 10,000-sample preference dataset isolates condition-matched physics violations, turning the generator's own failure distribution into a foundational signal for physical consistency. Building upon this, we propose RobotAPO, an adversarial physics preference optimization framework operating in the continuous flow-matching denoising space. To prevent the policy from merely memorizing static curated failures, RobotAPO employs a lightweight adversarial counterfactual proposer that learns a condition-dependent, physical-failure-biased direction in denoising space. This encourages the model to explore and better respect the physical interaction boundary, all while maintaining a pure prompt-and-reference inference interface without requiring external structural conditioning. Comprehensive evaluations demonstrate that explicitly correcting these localized physics violations improves downstream robot execution from generated videos. On held-out AgiBot conditions, RobotAPO outperforms the strongest controlled internal baseline in physical consistency by 6.8% hard score and 10.0% soft score. Crucially, in real-robot replay, it translates these physical-consistency gains into a 37.4% relative improvement in task success over the strongest controlled internal baseline.
• Abstract（参考訳）: ロボット操作ビデオは、具体化エージェントの視覚計画としてますます使われているが、視覚的可視性のために純粋に最適化することは、現実世界の相互作用の脆弱な物理的多様体を捉えるのに失敗することが多い。 インターペネレーションや未熟な物体の動きのような相互作用境界における小さな物理違反でも、下流での実行に必要な推論されたタイミングとポーズを完全に無効にすることができる。 AgiBot-PhysPrefを紹介する。 この厳密にキュレートされた1万サンプルの選好データセットは、条件にマッチした物理違反を分離し、ジェネレータ自身の障害分布を物理的整合性のための基礎的な信号に変換する。 そこで本研究では,連続的なフローマッチング・デノーミング空間で動作する逆物理選好最適化フレームワークであるRobotAPOを提案する。 RobotAPOは、静的なキュレートされた障害を単に記憶するのを防ぐために、条件に依存した物理的障害バイアスのある方向を認知空間で学習する、軽量な対向的反ファクトアルプロジェクタを採用している。 これにより、外部構造条件を必要とせずに、純粋にプロンプトと参照の推論インターフェースを維持しながら、物理的な相互作用境界を探求し、より尊重することが可能になる。 総合評価では、これらの局所物理違反を明示的に修正することは、生成されたビデオから下流ロボットの実行を改善することが示されている。 保持されたAgiBot条件では、RobotAPOは6.8%のハードスコアと10.0%のソフトスコアで、物理的整合性において最強の制御された内部ベースラインを上回っている。 重要なことに、実際のロボットのリプレイでは、これらの物理的一貫性の向上は、最強の制御された内部ベースラインよりも37.4%の相対的なタスク成功に変換される。

関連論文リスト

• WorldLine: Action-Driven Visual Simulation for Robotic Manipulation [87.68211863253049]
  実世界のロボット学習は、経験を収集し、候補行動を評価するコストに制約される。 異種アクショングラウンドから学習した移動可能なダイナミクスを分離する,アクション駆動型ビジュアルシミュレータ WorldLine を紹介する。 WorldLineは、1万時間以上のアクションフリーロボットビデオから操作のダイナミクスを学び、2000時間以上のアクショントラジェクトリを使ってそれらをグラウンドする。
  論文  参考訳（メタデータ） (2026-09-29T17:26:22Z)
• PhysisForcing: Physics Reinforced World Simulator for Robotic Manipulation [37.9748770367306]
  ビデオ生成モデルは、一貫性のないロボットとオブジェクトの相互作用を含む、物理的に不可解な操作を生成することができる。 本研究では,物理インフォーマティブ領域の監督に焦点をあて,身体の整合性を高めるためのトレーニングフレームワークであるPhys Forcingを提案する。 実験の結果,Phys Forcing は強いベースラインよりも常にエンボディドビデオ生成を改善していることがわかった。
  論文  参考訳（メタデータ） (2026-06-26T14:30:18Z)
• 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)
• AttenA+: Rectifying Action Inequality in Robotic Foundation Models [38.61160855341111]
  本稿では,速度駆動型アクションアテンションを通じて,運動学的に重要なセグメントを優先するアーキテクチャに依存しないフレームワークであるAttenA+を紹介する。 我々の研究は、本質的な行動列の構造的前提をマイニングすることが、標準的なスケーリング法則に非常に効率的で物理学的な補完をもたらすことを示唆している。
  論文  参考訳（メタデータ） (2026-05-13T13:55:37Z)
• RoboForge: Physically Optimized Text-guided Whole-Body Locomotion for Humanoids [20.796118584632904]
  自然言語と全身移動を橋渡しする統合潜在駆動型フレームワークを提案する。 我々のフレームワークは、テキスト誘導型ヒューマノイドインテリジェンスをデプロイするための実践的なパスを提供する。
  論文  参考訳（メタデータ） (2026-03-18T17:02:56Z)
• Shape Control of a Planar Hyper-Redundant Robot via Hybrid Kinematics-Informed and Learning-based Approach [42.55947704321053]
  ハイパー冗長ロボットは、厳密で非構造的な環境での操作をうまく行うことができる。 到達可能な作業空間を拡張するために,多段式フレキシブルラック作動型平面ロボットを開発した。 本研究では,SpatioCoupledNet というハイブリッドキネマティクス・インフォームド・学習型形状制御手法を提案する。
  論文  参考訳（メタデータ） (2026-03-11T04:35:06Z)
• 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)

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。