論文の概要: ReDOA: Real-World Distillation via Observation Alignment for Image-Based Manipulation Policy Learning

• arxiv url: http://arxiv.org/abs/2610.25691v1
• Date: Mon, 19 Oct 2026 02:37:51 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-10-20 22:41:20.386831
• Title: ReDOA: Real-World Distillation via Observation Alignment for Image-Based Manipulation Policy Learning
• Title（参考訳）: ReDOA:画像に基づくマニピュレーション政策学習のための観察調整による実世界の蒸留
• Abstract要約: シミュレーションに基づく学習は、ダイナミックスやセンサー観測におけるシミュレーションと現実のギャップに対して脆弱である。 本研究では,認識学習から学習を分離し,実世界のイメージベースの政策を学習するフレームワークであるReDOAを提案する。
• 参考スコア（独自算出の注目度）: 2.438027298274672
• License:
• Abstract: Data-driven learning for general-purpose robotic manipulation presents a fundamental trade-off between data-collection cost and adaptability to real-world environments. Imitation learning (IL) requires costly human demonstrations, whereas simulation-based learning is vulnerable to sim-to-real gaps in dynamics and sensor observations. We propose ReDOA (Real-World Distillation via Observation Alignment), a framework that decouples control learning from perception learning to learn image-based policies in the real world. A state-based teacher policy trained in simulation is executed on a real robot, and its control knowledge is distilled into an image-based student policy using the collected trajectories. Observation Alignment resolves observation mismatches between data collection and deployment. This framework collects successful, efficiently executed trajectories paired with real-world visual observations, without requiring demonstrations from human experts. In real-robot experiments on three non-prehensile manipulation tasks, including bimanual manipulation, our method achieves better overall performance when jointly considering task success and execution efficiency than both IL based on human demonstrations and policy distillation in simulation. https://isri-aist.github.io/redoa-project-page/
• Abstract（参考訳）: 汎用ロボット操作のためのデータ駆動学習は、データ収集コストと実際の環境への適応性の間に根本的なトレードオフをもたらす。 シミュレーションに基づく学習は、ダイナミックスやセンサー観測におけるシミュレーションと現実のギャップに対して脆弱である。 本稿では,ReDOA(Real-World Distillation via Observation Alignment)を提案する。 シミュレーションで訓練された状態ベースの教師ポリシーを実ロボット上で実行し、その制御知識を収集された軌跡を用いて画像ベースの学生ポリシーに蒸留する。 観測アライメントは、データ収集とデプロイメントの間の観察ミスマッチを解決する。 このフレームワークは、人間の専門家によるデモンストレーションを必要とせずに、現実世界の視覚的な観察と組み合わせて、成功し、効率的に実行される軌道を収集する。 人体操作を含む3つの非包括的操作課題に対する実ロボット実験において、シミュレーションにおけるヒトの実証と政策蒸留に基づくILよりもタスク成功と実行効率を共同で検討した場合、全体的な性能が向上する。 https://isri-aist.github.io/redoa-project-page/

関連論文リスト

• Dexterity from Supervised Play [49.53486721770492]
  DSP:Dxterity from supervised play, a framework that a robot learn a play policy from minutes of human play through behavior cloning。 また,学習世界モデル内での自己プレイを通じて,閉ループでゴール条件付きポリシを蒸留する方法についても紹介する。
  論文  参考訳（メタデータ） (2026-10-15T17:55:50Z)
• Planning from Observation and Interaction [13.498016593786327]
  本研究は,実世界のロボット学習において,手作りの報酬や実証的行動へのアクセスが想定されないような設定について検討する。 このデータ制約に対処するため、この研究は、観測と相互作用のみによる世界モデリングのための計画に基づく逆強化学習(IRL)アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2026-02-27T15:58:11Z)
• VITAL: Interactive Few-Shot Imitation Learning via Visual Human-in-the-Loop Corrections [10.49712834719005]
  イミテーション・ラーニング(IL)はロボット工学において強力なアプローチとして登場し、ロボットは人間の行動を模倣することで新しいスキルを身につけることができる。 その可能性にもかかわらず、ILのデータ収集プロセスは、ロジスティックな困難と高品質なデモンストレーションの獲得に伴う高コストのため、依然として重要な課題である。 本稿では,シミュレーションにおけるデータ拡張を通じて,少数の実演から大規模データ生成を提案する。
  論文  参考訳（メタデータ） (2024-07-30T23:29:47Z)
• Learning Manipulation by Predicting Interaction [85.57297574510507]
  本稿では,インタラクションを予測して操作を学習する一般的な事前学習パイプラインを提案する。 実験の結果,MPIは従来のロボットプラットフォームと比較して10%から64%向上していることがわかった。
  論文  参考訳（メタデータ） (2024-06-01T13:28:31Z)
• Any-point Trajectory Modeling for Policy Learning [64.23861308947852]
  我々は、ビデオフレーム内の任意の点の将来の軌跡を予測するために、ATM(Any-point Trajectory Modeling)を導入する。 ATMは、強力なビデオ事前トレーニングベースラインを平均80%上回っている。 本研究では,人間の動画やビデオからの操作スキルを,異なるロボット形態から効果的に伝達する学習方法を示す。
  論文  参考訳（メタデータ） (2023-12-28T23:34:43Z)
• Practical Imitation Learning in the Real World via Task Consistency Loss [18.827979446629296]
  本稿では,機能レベルと行動予測レベルの両方において,シミュレートと実際のアライメントを促進する自己監督的損失を提案する。 我々は、シミュレートとリアルで遠隔操作されたデモンストレーションを16.2時間しか使っていない10のシーンで80%の成功を達成した。
  論文  参考訳（メタデータ） (2022-02-03T21:43:06Z)
• A Framework for Efficient Robotic Manipulation [79.10407063260473]
  単一のロボットアームがピクセルからスパースリワード操作ポリシーを学習できることを示します。 デモは10回しかなく、単一のロボットアームがピクセルからスパースリワード操作のポリシーを学習できることを示しています。
  論文  参考訳（メタデータ） (2020-12-14T22:18:39Z)
• Point Cloud Based Reinforcement Learning for Sim-to-Real and Partial Observability in Visual Navigation [62.22058066456076]
  強化学習(Reinforcement Learning, RL)は、複雑なロボットタスクを解決する強力なツールである。 RL は sim-to-real transfer problem として知られる現実世界では直接作用しない。 本稿では,点雲と環境ランダム化によって構築された観測空間を学習する手法を提案する。
  論文  参考訳（メタデータ） (2020-07-27T17:46:59Z)

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。