Diffusion-EDFs: Bi-equivariant Denoising Generative Modeling on SE(3) for Visual Robotic Manipulation

要約

最近の研究では、等変手法によりロボット学習におけるデータ効率、一般化可能性、堅牢性が大幅に向上することが実証されました。
一方、ノイズ除去拡散ベースの生成モデリングは、確率的動作によるデモンストレーションから学習するロボット操作の有望なアプローチとして最近大きな注目を集めています。
この論文では、空間回転変換等分散、つまり SE(3) 等分散を拡散生成モデリングに組み込んだ新しいアプローチである Diffusion-EDF を紹介します。
SE(3) 等分散をモデル アーキテクチャに統合することにより、提案手法が顕著なデータ効率を示し、効果的なエンドツーエンド トレーニングに必要なタスクのデモンストレーションは 5 ～ 10 のみであることが実証されました。
さらに、私たちのアプローチは、以前の拡散ベースの操作方法と比較して優れた一般化可能性を示しています。

要約(オリジナル)

Recent studies have verified that equivariant methods can significantly improve the data efficiency, generalizability, and robustness in robot learning. Meanwhile, denoising diffusion-based generative modeling has recently gained significant attention as a promising approach for robotic manipulation learning from demonstrations with stochastic behaviors. In this paper, we present Diffusion-EDFs, a novel approach that incorporates spatial roto-translation equivariance, i.e., SE(3)-equivariance to diffusion generative modeling. By integrating SE(3)-equivariance into our model architectures, we demonstrate that our proposed method exhibits remarkable data efficiency, requiring only 5 to 10 task demonstrations for effective end-to-end training. Furthermore, our approach showcases superior generalizability compared to previous diffusion-based manipulation methods.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google