論文の概要: Retiming Robot Demonstrations with a Learned Speed Prior
- arxiv url: http://arxiv.org/abs/2610.32676v1
- Date: Fri, 23 Oct 2026 14:15:31 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-27 01:38:06.542494
- Title: Retiming Robot Demonstrations with a Learned Speed Prior
- Title（参考訳）: 学習速度を優先したロボットデモのリモーティング
- Abstract要約: 大規模な実演データから直接、速度を学習する。
トレーニング済みのスピードは、コーパス内のすべてのタスクをカバーします。
120のRoboLabタスクでは、学習したクロックに微調整されたポリシーがより頻繁に成功し、最大半分で動きます。
- 参考スコア（独自算出の注目度）: 13.740124666041423
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The pace of a robot demonstration is often determined by the teleoperator rather than by the task itself. As a result, the same motion can appear at widely different speeds across demonstrations, and policies trained on such data may inherit operator-specific timing along with task behavior. We propose to learn a speed prior directly from large-scale demonstration data. Given a task instruction, a motion path and the images along it, it predicts a distribution over execution speed along the path, from which a chosen quantile defines a consistent clock for retiming each demonstration. Existing methods derive the acceleration signal from the very data they accelerate, so each new task costs another fit, annotation, or pair of predefined rates. A single trained speed prior instead covers every task in a corpus. We fit a speed prior on both robot teleoperation data and handheld demonstrations in which a human arm, rather than a robot arm, moves the gripper, and use it to retime robot demonstrations to the handheld pace before fine-tuning a vision-language-action policy. For execution, we pair the policy with a real-time optimal-control layer that tracks predicted action chunks under robot constraints using the predicted pace. On 120 RoboLab tasks, policies fine-tuned on our learned clocks succeed more often and move with up to half the jerk compared with policies fine-tuned on the original demonstration timing and uniformly accelerated to the same speed. On a real robot, our policy stacks cups in 3.50s, 1.72$\times$ faster than the default policy's 6.02s while succeeding as often, in 29 of 30 trials. Videos and further material are available at https://mllab.snu.ac.kr/projects/learned_speed_prior.
- Abstract（参考訳）: ロボットのデモンストレーションのペースは、タスク自体ではなく、テレオペレータによって決定されることが多い。
結果として、同じ動きがデモ全体で大きく異なる速度で現れることができ、そのようなデータに基づいてトレーニングされたポリシーは、タスクの振る舞いとともに演算子固有のタイミングを継承する可能性がある。
本稿では,大規模な実演データから直接,速度を学習することを提案する。
タスク命令、モーションパス、それに付随するイメージが与えられた場合、パスに沿って実行速度を超越した分布を予測し、選択された量子化器が各デモを調整するための一貫したクロックを定義する。
既存の方法では、アクセラレーション信号は加速するデータから導かれるため、各新しいタスクには別の適合性、アノテーション、あるいは事前定義されたレートのペアがかかる。
前に訓練された1つの速度は、コーパス内のすべてのタスクをカバーする。
ロボットの遠隔操作データと、ロボットアームではなく人間の腕がグリップを移動し、ロボットのデモをハンドヘルドペースに戻して、視覚言語アクションポリシーを微調整する。
本研究では,ロボットの制約下での予測動作チャンクを,予測速度を用いて追従するリアルタイム最適制御層とをマッチングする。
120のRoboLabタスクでは、学習したクロックに微調整されたポリシーがより頻繁に成功し、元のデモタイミングに微調整されたポリシーと、同じスピードに一様に加速されたポリシーと比較して、最大半分で動きます。
実際のロボットでは、当社のポリシーは3.50sで、デフォルトのポリシーの6.02sより1.72$\times$速いが、30回中29回は成功している。
ビデオとその他の資料はhttps://mllab.snu.ac.kr/projects/learned_speed_prior.comで公開されている。
関連論文リスト
- Learning Transferable World-Action Models from Task-Paired Human Videos [50.531254998484606]
タスクペアの人間による実演から学ぶクロスビデオ事前学習であるWATCHを紹介する。
我々の事前学習は、これらの能力が容易にスケーラブルな人間と人間のペアから学習できることを示しています。
ロボットのポストトレーニング前の分析では、エボディメント間の動きのアライメントが改善され、見えないロボットに対するアクションとビデオの予測が改善された。
論文 参考訳（メタデータ） (2026-10-09T21:56:03Z) - EgoSpeedUp: Transferring Human Manipulation Tempo to Robot Policies [2.8878716309166372]
EgoSpeedUpは、ロボット模倣学習の時間的監視として人間の操作を利用するフレームワークである。
EgoSpeedUpはタスク成功率を平均25ポイント(pp)改善し,実行時間を36.5%削減した。
論文 参考訳（メタデータ） (2026-09-24T09:44:11Z) - DemoBridge: A Simulation-in-the-Loop Toolkit for Single-View Human Demonstration Retargeting [49.70827726228219]
このツールキットは、人間の手による実演のシングルビューRGBステレオ記録を、物理で検証可能なロボットアーム軌道に変換する。
DemoBridgeの中核は、衝突を意識した単一のプランナーである。
物理シミュレーターはループ内で動作し、生成した各フェーズを検証し、障害時にバックトラックするので、与えられたように再生できないデモは破棄されるのではなく、再計画される。
論文 参考訳（メタデータ） (2026-07-10T15:31:04Z) - VOLT: Vision and Language Trajectory Segmentation for Faster-than-Demonstration Policies [7.210982964205077]
人間は、ロボットが実行するために必要なタスクよりも、タスクを示すのに時間がかかります。
本稿では,視覚・言語トラジェクトリセグメンテーション手法VOLTを紹介する。
VOLTは遅い故意運動が必要なセグメントを特定し、残りのセグメントを選択的にダウンサンプリングする。
論文 参考訳（メタデータ） (2026-06-04T15:57:29Z) - ViPRA: Video Prediction for Robot Actions [33.310474967770894]
我々は、アクションレスビデオから連続ロボット制御を学ぶためのフレームワークViPRA(Video Prediction for Robot Actions)を提案する。
アクションを直接予測する代わりに、将来の視覚的観察と動き中心の潜伏行動の両方を予測するためにビデオ言語モデルを訓練する。
下流制御では,潜時動作をロボット固有の連続動作シーケンスにマッピングするチャンクフローマッチングデコーダを導入する。
論文 参考訳（メタデータ） (2025-11-11T01:33:03Z) - When a Robot is More Capable than a Human: Learning from Constrained Demonstrators [4.015444385806047]
デモンストレーションから学んだ専門家は、審美的な教育、ジョイスティックコントロール、シム・トゥ・リアル・トランスファーといったインターフェースを使って、ロボットに複雑なタスクを教えることができる。
これらのインターフェースは、間接的な制御、セットアップの制限、ハードウェアの安全性による最適な動作を示す専門家の能力をしばしば制限する。
ロボットは、制約のある専門家が示したものよりも優れたポリシーを学べるだろうか?
我々は、エージェントが専門家の行動の直接の模倣を越えて、より短くより効率的な軌道を探索できるようにすることで、この問題に対処する。
論文 参考訳（メタデータ） (2025-10-10T07:48:12Z) - Track2Act: Predicting Point Tracks from Internet Videos enables Generalizable Robot Manipulation [65.46610405509338]
我々は、ゼロショットロボット操作を可能にする汎用的な目標条件ポリシーを学習することを目指している。
私たちのフレームワークであるTrack2Actは、ゴールに基づいて将来のタイムステップで画像内のポイントがどのように動くかを予測する。
学習したトラック予測を残留ポリシーと組み合わせることで,多種多様な汎用ロボット操作が可能となることを示す。
論文 参考訳（メタデータ） (2024-05-02T17:56:55Z) - Learning Video-Conditioned Policies for Unseen Manipulation Tasks [83.2240629060453]
ビデオ条件付きポリシー学習は、以前は目に見えないタスクの人間のデモをロボット操作スキルにマッピングする。
我々は,現在のシーン観察と対象課題のビデオから適切なアクションを生成するためのポリシーを学習する。
われわれは,多タスクロボット操作環境の課題と,技術面における性能の面から,そのアプローチを検証した。
論文 参考訳（メタデータ） (2023-05-10T16:25:42Z) - Motion Prediction Using Temporal Inception Module [96.76721173517895]
人間の動作を符号化するTIM(Temporal Inception Module)を提案する。
本フレームワークは,異なる入力長に対して異なるカーネルサイズを用いて,畳み込み層を用いて入力埋め込みを生成する。
標準的な動き予測ベンチマークデータセットであるHuman3.6MとCMUのモーションキャプチャデータセットの実験結果から,我々の手法は一貫して技術手法の状態を上回ります。
論文 参考訳（メタデータ） (2020-10-06T20:26:01Z)
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。