論文の概要: DemoStream: Batched Task-and-Motion-Plan Optimization for Automated Learning from Demonstration

• arxiv url: http://arxiv.org/abs/2610.22020v1
• Date: Thu, 15 Oct 2026 15:01:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-17 06:09:33.138259
• Title: DemoStream: Batched Task-and-Motion-Plan Optimization for Automated Learning from Demonstration
• Title（参考訳）: DemoStream: デモからの自動学習のためのバッチされたタスク・アンド・モーション・プラン最適化
• Abstract要約: デモから学ぶことは、ロボットに操作能力を与える効果的な戦略であるが、大量のデモからなるデータセットのトレーニングが必要である。 タスク・アンド・モーション・プランニング(TAMP)システムは、自律的に解決し、汎用タスクのデモンストレーションを生成することができる。 動作のクローン化の成功率を改善するために,デモ品質を最適化するTAMPシステムであるDemoStreamを提案する。
• 参考スコア（独自算出の注目度）: 2.994635007851795
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Learning from demonstration is an effective strategy for endowing robots with manipulation capabilities but requires training on datasets comprised of massive amounts of demonstrations. Existing demonstration collection approaches either require constant human involvement, for example, via teleoperation or are specialized for a single task. Task and Motion Planning (TAMP) systems are able to autonomously solve and therefore generate demonstrations for general-purpose tasks; however, learning from their demonstrations has proven difficult due to multi-modality in their solutions. In this work, we build on recent work leveraging GPU acceleration for TAMP and propose DemoStream, a TAMP system that optimizes demonstration quality in order to improve behavior cloning success rates. First, we introduce batched TAMP sampling operations along with a new TAMP algorithm that correspondingly performs batched constraint satisfaction in order to explore many solutions in parallel. We conduct simulation experiments ablating different action spaces, cost functions, and batch sizes to analyze the effect of these choices on downstream policy success rates. Finally, we show that we can leverage the safety guarantees of TAMP to directly collect real-world demonstrations at an average rate of 66 demos per hour. See our website for policy rollout videos: demostream.github.io.
• Abstract（参考訳）: デモから学ぶことは、ロボットに操作能力を与える効果的な戦略であるが、大量のデモからなるデータセットのトレーニングが必要である。 既存のデモコレクションアプローチでは、例えば、遠隔操作によって、常に人間の関与を必要とするか、ひとつのタスクに特化している。 タスク・アンド・モーション・プランニング(TAMP)システムは、自律的に解決し、汎用的なタスクのデモンストレーションを生成することができるが、そのソリューションのマルチモーダル性により、そのデモから学ぶことは困難であることが証明されている。 本研究では,TAMPのGPUアクセラレーションを活用した最近の研究に基づいて,動作のクローン成功率を改善するために,デモ品質を最適化したTAMPシステムであるDemoStreamを提案する。 まず,多くの解を並列に探索するために,バッチ処理された制約満足度に対応する新しいTAMPアルゴリズムとともに,バッチ処理されたTAMPサンプリング操作を導入する。 我々は,異なる行動空間,コスト関数,バッチサイズを非難するシミュレーション実験を行い,これらの選択が下流政策の成功率に与える影響を分析する。 最後に、TAMPの安全性の保証を利用して、1時間あたり平均66回のデモで実世界のデモを直接収集できることを示します。 demostream.github.io.com(英語)

関連論文リスト

• KnowDemo: Knowledge-Guided Robot Demonstration Generation from Human Videos [4.5624618494435705]
  KnowDemoは、人間のビデオから構造化された操作知識を使用して、多様なロボットデモを生成するフレームワークである。 政策学習のために生成したデータを検証し,3つのタスクにまたがるシム・トゥ・リアル・トランスファーを実現する。
  論文  参考訳（メタデータ） (2026-09-18T02:19:13Z)
• Leveraging In-Context Learning for Language Model Agents [51.2996117207114]
  インコンテキスト学習(ICL)と動的に選択されたデモは、大規模言語モデル(LLM)の柔軟性と、トレーニングデータを活用してパフォーマンスを向上させる能力を組み合わせたものだ。 実演における類似タスクの軌道選択は, LLMエージェントの性能, 信頼性, 堅牢性, 効率を著しく向上させることを示す。 より大規模なモデル(アノテーションフェーズ)から得られた実演により、より小さなモデルも改善され、ICLエージェントはよりコストのかかる訓練されたエージェントと競合する可能性がある。
  論文  参考訳（メタデータ） (2025-06-16T05:37:49Z)
• Dynamic Non-Prehensile Object Transport via Model-Predictive Reinforcement Learning [24.079032278280447]
  バッチ強化学習(RL)とモデル予測制御(MPC)を組み合わせたアプローチを提案する。 提案手法は,ロボットウェイタータスクを実行するFranka Pandaロボットのシミュレーションおよび実世界実験により検証される。
  論文  参考訳（メタデータ） (2024-11-27T03:33:42Z)
• AdaDemo: Data-Efficient Demonstration Expansion for Generalist Robotic Agent [75.91274222142079]
  本研究では,汎用ロボットエージェントの学習を容易にするために,データ効率のよい方法で実演をスケールアップすることを目的とする。 AdaDemoは、デモデータセットを積極的に継続的に拡張することで、マルチタスクポリシー学習を改善するように設計されたフレームワークである。
  論文  参考訳（メタデータ） (2024-04-11T01:59:29Z)
• Imitating Task and Motion Planning with Visuomotor Transformers [71.41938181838124]
  タスク・アンド・モーション・プランニング(TAMP)は、多様なデモンストレーションの大規模なデータセットを自律的に生成できる。 本研究では,TAMPスーパーバイザが生成する大規模データセットと,それらに適合するフレキシブルトランスフォーマーモデルの組み合わせが,ロボット操作の強力なパラダイムであることを示す。 我々は,TAMPエージェントを模倣して大規模ビジュモータトランスフォーマーポリシーを訓練する OPTIMUS という新しい模倣学習システムを提案する。
  論文  参考訳（メタデータ） (2023-05-25T17:58:14Z)
• Visual Imitation Made Easy [102.36509665008732]
  本稿では,ロボットへのデータ転送を容易にしながら,データ収集プロセスを単純化する,模倣のための代替インターフェースを提案する。 我々は、データ収集装置やロボットのエンドエフェクターとして、市販のリーチ・グラブラー補助具を使用する。 我々は,非包括的プッシュと包括的積み重ねという2つの課題について実験的に評価した。
  論文  参考訳（メタデータ） (2020-08-11T17:58:50Z)

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。