論文の概要: RoboCode: Learning Reusable Action Primitives for Robot Manipulation

• arxiv url: http://arxiv.org/abs/2610.32225v1
• Date: Fri, 23 Oct 2026 06:32:09 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 01:38:06.409127
• Title: RoboCode: Learning Reusable Action Primitives for Robot Manipulation
• Title（参考訳）: RoboCode: ロボット操作のための再利用可能なアクションプリミティブを学習する
• Abstract要約: textscRoboCodeは、複数の学習されたプリミティブのソフトな構成として、短い水平動作を表す。 textscRoboCodeは、評価されたすべてのタスクにおいて、最高または結びついたクローズドループの成功率を達成する。
• 参考スコア（独自算出の注目度）: 4.001780301402232
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recent robot manipulation policies commonly predict continuous action chunks directly from observations, without explicitly modeling reusable structure in the action space. However, manipulation demonstrations often contain recurring short-horizon motion patterns that are shared across tasks. We introduce \textsc{RoboCode}, which learns these patterns through a shared soft-gated primitive action interface. Rather than assigning each action chunk to a single discrete code, \textsc{RoboCode} represents it as a soft composition of multiple learned primitives, providing a flexible intermediate representation of short-horizon actions. The primitive interface is learned from action chunks pooled across multiple tasks and then frozen while task-specific state encoders are trained to map current state inputs into the shared latent space. Experiments on five ManiSkill manipulation tasks address three questions. First, the learned primitive interface reconstructs action chunks with an average reconstruction MSE of 0.0187. Second, analysis of code activations reveals structured code reuse across tasks. Third, \textsc{RoboCode} achieves the highest or tied closed-loop success rate on all evaluated tasks, with an average success rate of 75.6%, compared with 68.8% for ACT and 41.6% for the larger Diffusion Policy baseline. These results suggest that soft-gated primitive codebooks provide an effective and interpretable intermediate action representation for robot manipulation.
• Abstract（参考訳）: 近年のロボット操作ポリシでは、アクション空間における再利用可能な構造を明示的にモデル化することなく、観察から直接連続的なアクションチャンクを予測することが一般的である。 しかし、操作デモには、タスク間で共有される短い水平運動パターンが繰り返し含まれることが多い。 これは、共有ソフトゲートのプリミティブなアクションインターフェースを通じてこれらのパターンを学習する。 各アクションチャンクを1つの離散コードに割り当てるのではなく、 \textsc{RoboCode} は複数の学習されたプリミティブのソフトな構成として表現し、短水平アクションの柔軟な中間表現を提供する。 プリミティブインターフェースは、複数のタスクにまたがってプールされたアクションチャンクから学習され、その後凍結され、タスク固有のステートエンコーダは、現在の入力を共有潜在空間にマッピングするように訓練される。 ManiSkill操作タスクの5つの実験は、3つの疑問に対処する。 まず、学習されたプリミティブインタフェースは、平均再構成MSE0.0187でアクションチャンクを再構成する。 第二に、コードアクティベーションの分析により、タスク間の構造化コード再利用が明らかになる。 第3に、textsc{RoboCode} は評価された全てのタスクにおいて最も高いもしくは結びついたクローズドループ成功率を達成し、平均的な成功率は75.6%であり、ACTは68.8%、Diffusion Policyベースラインは41.6%である。 これらの結果から,ソフトゲートなプリミティブなコードブックは,ロボット操作において効果的かつ解釈可能な中間動作表現を提供することが示された。

関連論文リスト

• ManiSkillFormer: Demonstration-Free Compositional Manipulation via Geometric Contracts and Agentic Skill Graph [9.644269617314132]
  ManiSkillFormerは、デモフリーで作曲操作のためのフレームワークである。 契約は知覚モジュールを観察からタスク関連3次元幾何学へ誘導する。 デモフリーピック・アンド・プレイス(30インスタンス)におけるデュアルアームロボット上でのManiSkillFormerの評価を行った。
  論文  参考訳（メタデータ） (2026-09-14T20:45:53Z)
• Macro-Operator Generation and Predicate Selection for TAMP Operator Learning [1.3177681589844814]
  手動でシンボリック演算子を作成することは、タスク・アンド・モーション・プランニングシステムのデプロイにおける主要なボトルネックの1つです。 しかし、既存のメソッドは通常、それぞれのアクションを独立して学習し、操作タスクの繰り返し発生するマルチステップ構造をキャプチャできない。 本稿では,マクロ演算子の自動生成を主成分とするシステムを提案する。
  論文  参考訳（メタデータ） (2026-08-23T09:38:27Z)
• Sparse2Act: Learning Action-Aligned Sparse 3D Representations for Cross-Domain Robot Manipulation [52.00134393320209]
  Sparse2Actは、スパースポイントクラウドエンコーダの事前学習のための観測・動作アライメントフレームワークである。 マスク付きスパース3Dトークンは、観察と組み合わせたワークスペース運動の周囲のシーン特徴を整理するために訓練される。 LIBERO-10ベンチマークでは,500ステップの微調整を行い,平均86.9%の成功を達成した。
  論文  参考訳（メタデータ） (2026-06-10T23:56:01Z)
• Coarse-to-fine Q-Network with Action Sequence for Data-Efficient Robot Learning [62.3886343725955]
  本稿では,行動列上のQ値を出力する批判ネットワークを学習する,新しい値に基づく強化学習アルゴリズムを提案する。 実験により、CQN-ASは、様々なスパース逆ヒューマノイド制御およびテーブルトップ操作タスクにおいて、いくつかのベースラインより優れていることが示された。
  論文  参考訳（メタデータ） (2024-11-19T01:23:52Z)
• 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)
• TEACH: Temporal Action Composition for 3D Humans [50.97135662063117]
  自然言語の一連の記述を前提として,テキストに意味的に対応する3次元の人間の動作を生成する。 特に、我々のゴールは一連のアクションの合成を可能にすることであり、これは時間的アクション合成と呼ばれる。
  論文  参考訳（メタデータ） (2022-09-09T00:33:40Z)
• Augmenting Reinforcement Learning with Behavior Primitives for Diverse Manipulation Tasks [17.13584584844048]
  本研究では,MAnipulation Primitive-augmented reinforcement LEarning (MAPLE)を導入した。 我々は、プリミティブを巻き込み、それらの実行を入力パラメータでインスタンス化する階層的なポリシーを開発する。 我々は、MAPLEが、シミュレーション操作タスクのスイートにおいて、ベースラインアプローチをかなりのマージンで上回ることを示す。
  論文  参考訳（メタデータ） (2021-10-07T17:44:33Z)

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。