論文の概要: HA-DiPO: Diffusion Policy Optimization for Heterogeneous Cooperative Transport
- arxiv url: http://arxiv.org/abs/2610.33584v1
- Date: Sat, 24 Oct 2026 10:24:37 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-27 22:27:13.366966
- Title: HA-DiPO: Diffusion Policy Optimization for Heterogeneous Cooperative Transport
- Title(参考訳): HA-DiPO:不均一協調輸送のための拡散政策最適化
- Abstract要約: 本稿では,階層型マルチエージェント強化学習フレームワークHA-DiPOを提案する。
このフレームワークは、エンボディメント固有のモーションコントロールからチームレベルのコーディネーションを分離する。
HA-DiPOは, 評価基準線よりも高い最終平均値と速度追従成功率, および低速度誤差が得られることを示す。
- 参考スコア(独自算出の注目度): 3.7281624684442574
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Cooperative transport with heterogeneous legged robots requires coordinating different motion capabilities while supporting an unfixed shared payload. We present HA-DiPO (Heterogeneous-Agent Diffusion Policy Optimization), a hierarchical multi-agent reinforcement learning framework under centralized training with decentralized execution (CTDE). The framework decouples team-level coordination from embodiment-specific motion control: at the high level, a centralized critic uses team-value estimates to jointly train independent coordination policies, aligning robot-specific action responses with a shared transport objective; at the low level, embodiment-specific robust motion policies track the coordination commands. The high-level diffusion policies offer more flexible action distributions than single-Gaussian parameterizations, allowing potentially multimodal coordination responses to be represented. The coordination policies learn from scratch through reward-driven simulator interaction without demonstrations. At execution, each robot generates coordination commands using only local robot and payload observations, without partner-state inputs or inter-robot messages. Simulation comparisons show that HA-DiPO achieves higher final mean returns and velocity-tracking success rates, as well as lower velocity errors, than the evaluated baselines. Real-world experiments further demonstrate quadrupedal-wheeled-legged and human-robot cooperative transport.
- Abstract(参考訳): 異種脚ロボットとの協調輸送には、固定されていない共有ペイロードをサポートしながら、異なる動作能力を調整する必要がある。
本稿では,分散的実行(CTDE)による集中的学習における階層型マルチエージェント強化学習フレームワークHA-DiPOを提案する。
高レベルでは、集中型批評家は、チーム価値見積を使用して、独立的な調整ポリシーを共同で訓練し、ロボット固有のアクション応答を共有輸送目標と整合させ、低レベルでは、実施固有の堅牢な動作ポリシーが調整コマンドを追跡する。
高レベル拡散ポリシーは、単一ガウスパラメータ化よりも柔軟な作用分布を提供し、潜在的に多モード調整応答を表現できる。
調整ポリシは、デモなしで報酬駆動型シミュレータインタラクションを通じて、スクラッチから学習する。
実行時に各ロボットは、パートナー状態の入力やロボット間メッセージなしで、ローカルロボットとペイロード観測のみを使用して調整コマンドを生成する。
シミュレーション比較の結果,HA-DiPOは評価ベースラインよりも最終平均値と速度追従成功率が高く,速度誤差も低いことがわかった。
実世界の実験はさらに四足歩行と人間ロボットの協調輸送を実証している。
関連論文リスト
- CoEvolve: Self-Evolving Code Policies from Skills to Strategies for Humanoid Robots [34.040325851825465]
固定ロボットモータ技術上でのチームコーディネートを実行可能なコードとして表現するフレームワークであるCoEvolveについて述べる。
本研究では,CoEvolveを2つの擬似ユニトリーG1ヒューマノイドを用いて,制約された廊下を通る自由支持剛体ペイロードを輸送する評価を行った。
論文 参考訳(メタデータ) (2026-10-16T10:56:10Z) - HRIBench: Benchmarking Interaction-Centric Human-Robot Collaboration [62.19372189311434]
HRIBenchは,実行シナリオに基づいた意図認識型人間ロボットコラボレーションの診断ベンチマークである。
HRIBenchは、エージェントの役割、時間的依存、調整の制約、人間の振る舞いの分布を明示的にモデル化する構造化シナリオスクリプトとして、協調的なタスクを表現している。
その結果,現状の基盤ロボット政策は,操作能力が強いにもかかわらず,協調的な環境下では極めて困難であることが示唆された。
論文 参考訳(メタデータ) (2026-07-05T09:15:35Z) - CHORUS: Decentralized Multi-Embodiment Collaboration with One VLA Policy [67.76658561040625]
CHORUSは、多様なマルチロボットチームを制御するために、単一のビジョン言語アクション(VLA)バックボーンに適応するフレームワークである。
実験では、CHORUSは分散化されたスクラッチモデルよりも64%のポイント改善を実現している。
その結果,共有VLAバックボーンは分散マルチロボットコラボレーションを実現することができることがわかった。
論文 参考訳(メタデータ) (2026-06-10T17:26:08Z) - Higher Order Reasoning for Collaborative Communicationless Mobile Robot Operations [4.239775815863115]
コミュニケーションのない環境では、多くの協調戦略が想定する一定の情報交換がなければ、マルチロボットシステムは動作しなければなりません。
本稿では,ロボット間の高次推論による暗黙的な協調と長期水平計画を可能にする,新しい動的疫学計画フレームワークを提案する。
論文 参考訳(メタデータ) (2026-05-21T02:22:09Z) - Improving the Efficiency of Language Agent Teams with Adaptive Task Graphs [52.26652574704317]
大規模言語モデル(LLM)はますますチームにデプロイされているが、既存のコーディネーションアプローチは2つの極端な部分を占めることが多い。
本稿では,Language Agent Teams for Task Evolution (LATTE)を紹介した。
論文 参考訳(メタデータ) (2026-05-07T14:19:17Z) - SynAgent: Generalizable Cooperative Humanoid Manipulation via Solo-to-Cooperative Agent Synergy [59.86199649493784]
制御可能な協調的ヒューマノイド操作は、インボディードインテリジェンスにとって根本的な問題である。
スケーラブルで物理的に妥当な協調操作を可能にするフレームワークであるSynAgentを提案する。
実験では、SynAgentは協調模倣と軌道条件制御の両方において既存のベースラインを著しく上回る。
論文 参考訳(メタデータ) (2026-04-20T17:46:20Z) - DeCoNav: Dialog enhanced Long-Horizon Collaborative Vision-Language Navigation [51.978605314711835]
ロングホライゾン協調視覚言語ナビゲーション(Long-Horizon collaborative vision- language navigation, VLN)は、マルチロボットシステムにおいて、単一のエージェントの能力を超える複雑なタスクを達成するために重要である。
ダイアログを改良したLong-Horizon Collaborative Vision-Language Navigation (DeCoNav)を提案する。
DeCoNavは、イベントトリガーされた対話と動的タスク割り当てとリアルタイム適応調整のための再計画を結合する分散フレームワークである。
論文 参考訳(メタデータ) (2026-04-14T09:11:55Z) - Federated Single-Agent Robotics: Multi-Robot Coordination Without Intra-Robot Multi-Agent Fragmentation [14.412476605788482]
We present Federated Single-Agent Robotics, a runtime architecture for multi-robot coordinates built on single-agent Robot runtimes。
我々は,権限委譲,ロボット間能力要求,局所逆フライト回収境界,階層的人的監督といった重要な調整関係を定式化した。
その結果、ガバナンスの局所性と、分解性の高いベースラインに対するリカバリの封じ込めが統計的に有意な増加を示した。
論文 参考訳(メタデータ) (2026-04-13T05:51:13Z) - TeamHOI: Learning a Unified Policy for Cooperative Human-Object Interactions with Any Team Size [54.0714652192002]
物理に基づくヒューマノイド制御は、現実的でハイパフォーマンスな単一エージェントの動作を可能にするために顕著な進歩を遂げた。
我々は,複数の協力エージェント間で協調的なHOIを処理するための,単一の分散政策を実現するためのフレームワークであるTeamHOIを提案する。
論文 参考訳(メタデータ) (2026-03-09T05:52:13Z) - Efficient and Compliant Control Framework for Versatile Human-Humanoid Collaborative Transportation [2.4087148947930634]
本稿では,ヒューマノイドロボットが人間のパートナーと共同で移動作業を行うための制御フレームワークを提案する。
このフレームワークは翻訳運動と回転運動の両方をサポートしており、これは同時輸送のシナリオの基本である。
高レベルプランナー、低レベルコントローラ、剛性調節機構の3つのコンポーネントから構成される。
論文 参考訳(メタデータ) (2025-12-08T18:52:10Z)
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。