ハードウェア重要度 ★10
ADEPT：強化学習を用いた事前学習および事後学習による器用さの加速
ADEPT: Accelerating Dexterity via Pre-Training and Post-Training using Reinforcement Learning
https://export.arxiv.org/api/query·2026/8/19
AI要約
ADEPTは、高自由度ロボットの器用さ学習を加速するための大規模RLフレームワークです。汎用的な物体姿勢タスクでポリシーを事前学習し、その後、その事前学習済み動作をプライヤーとして下流タスクのポリシーを事後学習します。これにより、視触覚情報から直接、長期タスクを解決する器用な動作を学習できます。
AI要点
- ADEPTは、強化学習を用いた大規模なフレームワークであり、高自由度のロボットで器用さを加速させる。
- 事前学習と事後学習を組み合わせ、複雑なタスクをゼロショットで実行可能にする。
- ビヘイビアクローニング蒸留、クリティックウォームアップ、保守的なオンポリシー更新を組み合わせた安定した事後学習。
- 幾何学的ファブリックにより、RLポリシーとロボット間の連携を円滑にし、安全な動作を実現する。
- 23DoFのKuka-Allegroと29DoFのFlexiv-Sharpaで、人間レベルの速度で長期間タスクを解決する。
なぜ重要か
ADEPTは、ロボットの器用さ学習における事前・事後学習の重要性を示し、複雑なタスクを効率的かつ安全に実行する新たな道を開拓する点で重要です。