FR
TOPS améliore la réussite des tâches robotiques avec des trajectoires adaptées à chaque tâche
TOPS: Reshaping Flow Source and Transport for Multi-Task Robot Manipulation · arXiv:2610.36694
En termes simples
Une politique robotique peut recevoir des consignes pour accomplir de nombreuses tâches. Avec une méthode classique fondée sur le flow, elle commence chaque tâche à partir du même type d’action aléatoire et suit le même trajet vers sa réponse.
TOPS donne à chaque tâche connue sa propre distribution de départ et adapte le trajet vers les actions montrées en exemple. Dans une simulation de dix tâches robotiques, son taux moyen de réussite était supérieur à celui du flow matching standard.
La comparaison utilisait toutefois aussi des modalités différentes de poursuite de l’entraînement et de génération des actions.
La recherche
Une politique robotique partagée doit produire des mouvements différents selon les instructions, alors que les politiques de flow classiques commencent à partir de la même distribution et suivent la même trajectoire pour chaque tâche.
Adapter le point de départ de la génération des actions et la façon dont elle progresse vers les démonstrations peut-il aider la politique à réussir davantage de tâches ?
TOPS ajuste une distribution de départ et une trajectoire vers les actions montrées en exemple pour chaque tâche, puis sélectionne les deux à partir de l’instruction donnée au robot.
Pour définir ces choix, les auteurs remontent les séquences d’actions montrées en exemple à travers une politique de préchauffage, ajustent une distribution de départ multimodale par tâche et modifient l’interpolation là où les actions montrées varient davantage que les échantillons de départ.
En simulation sur LIBERO-10, TOPS atteint un taux moyen de réussite de 69.67 % sur trois entraînements, contre 53.44 % pour Standard Flow Matching ; il utilise une étape de génération contre dix.
Ce résultat étaye l’adaptation du processus de génération dans le cadre testé. Une comparaison qui ne modifie que la source favorise également l’ajout conjoint du calendrier et du solveur correspondant, mais ne permet pas d’isoler l’effet de chacun.
La comparaison sur LIBERO-10 modifie aussi la poursuite de l’entraînement de TOPS et le solveur utilisé à l’inférence. L’article ne précise pas si la variante Standard FM part du même checkpoint.
Le résultat étaye la configuration testée, mais ne démontre ni un gain pour chaque tâche ni l’effet isolé d’un seul composant.
Ce que montrent les preuves
- Le défi d’une politique partagée
TOPS est une méthode pour les politiques de flow qui gèrent plusieurs tâches à partir d’instructions en langage naturel.
La question est de savoir si une politique robotique partagée peut mieux gérer des tâches aux actions différentes lorsque la génération commence à partir d’échantillons propres à chaque tâche et suit une trajectoire adaptée. Les politiques de flow classiques utilisent une distribution gaussienne de départ commune et une trajectoire linéaire partagée ; la politique doit donc retrouver les différences entre tâches à partir du même point de départ.
- Remonter des actions à leur point de départ
Pour examiner les différences entre tâches, les auteurs ont fait fonctionner à rebours une politique de préchauffage entraînée, à partir de séquences d’actions expertes et avec les observations et instructions d’origine.
Dans la simulation LIBERO-10, qui évalue la manipulation robotique sur dix tâches, une visualisation a montré des groupes de tâches partiellement superposés et des sous-groupes au sein de certaines tâches. Cette projection suggère une structure dans les échantillons issus du reverse-mapping, mais ne mesure pas en elle-même la réussite des tâches.
- Construire une trajectoire par tâche
TOPS ajuste une distribution de départ multimodale aux échantillons issus du reverse-mapping pour chaque tâche, puis la compare à la variation des actions montrées en exemple. Il modifie davantage la trajectoire dans les directions où les démonstrations varient plus que les échantillons de départ : il progresse lentement vers les démonstrations au début, puis plus vite.
Les sources et les calendriers sont construits hors ligne, restent fixes pendant la poursuite de l’entraînement et sont sélectionnés à partir de l’instruction.
- Ce que montrent les comparaisons
Dans la simulation LIBERO-10, la réussite signifie qu’une tâche de manipulation est menée à bien. Sur trois entraînements indépendants, TOPS atteint un taux moyen de réussite de 69.67 %, contre 53.44 % pour Standard Flow Matching.
TOPS utilise une étape de génération tenant compte du calendrier, contre dix pour Standard Flow Matching ; les deux partagent le même cadre de politique et un budget de 600 epochs. Un contrôle qui ne modifie que la source étaye aussi une contribution conjointe du calendrier et du solveur correspondant, sans permettre de distinguer leurs effets.
- Des résultats avec une politique plus grande
Les auteurs ont aussi appliqué TOPS à la politique plus grande π0.5 sur LIBERO-Plus, qui évalue l’exécution des tâches dans des conditions modifiées. Dans les six catégories rapportées, pondérées selon le nombre de variantes et sans les changements de caméra où toutes les méthodes obtiennent un score nul, le taux de réussite passe de 64.4 % pour la méthode de référence à 69.0 % avec TOPS.
Ces résultats étendent les éléments observés à une autre politique et à un autre cadre, mais les tâches inédites n’ont pas été évaluées.
Détails
- Auteurs de l’article original
- Tuo An, Chuhao Zhou, Jiahua Dong, Jingliang Li, Jiaqi Bai
- Soumis à arXiv
- Licence
- arXiv non-exclusive