[論文レビュー] Zero-Shot Generalization from Motion Demonstrations to New Tasks

Kilian Freitag, Alvin Combrink+1 more|arXiv (Cornell University)|Mar 16, 2026

Robot Manipulation and Learning被引用数 0

ひとこと要約

この論文は、Gaussian Graphを用いて複数の動作デモを接続・連結し unseenタスクに対するゼロショットポリシーを構築する。GAS保証と実ロボット検証を提供する。

ABSTRACT

Learning motion policies from expert demonstrations is an essential paradigm in modern robotics. While end-to-end models aim for broad generalization, they require large datasets and computationally heavy inference. Conversely, learning dynamical systems (DS) provides fast, reactive, and provably stable control from very few demonstrations. However, existing DS learning methods typically model isolated tasks and struggle to reuse demonstrations for novel behaviors. In this work, we formalize the problem of combining isolated demonstrations within a shared workspace to enable generalization to unseen tasks. The Gaussian Graph is introduced, which reinterprets spatial components of learned motion primitives as discrete vertices with connections to one another. This formulation allows us to bridge continuous control with discrete graph search. We propose two frameworks leveraging this graph: Stitching, for constructing time-invariant DSs, and Chaining, giving a sequence-based DS for complex motions while retaining convergence guarantees. Simulations and real-robot experiments show that these methods successfully generalize to new tasks where baseline methods fail.

研究の動機と目的

• 共有ワークスペースからのデモを再利用して unseen タスクへのゼロショット一般化を実現する。
• 複数のデモをGaussian Graphとして表現し、グラフベースのポリシー合成を可能にする。
• 時間不変な（Stitching）および逐次的な（Chaining）フレームワークを提供し、収束保証を与える。
• シミュレーションと実ロボット実験で、ベースラインLPV-DS法より一般化性能が改善することを評価する。

提案手法

• Gaussian Graph (GG)を導入し、LPV-DSコンポーネントのGaussian中心をグラフ頂点として有向エッジで結ぶ。
• エッジの基準を、局所ダイナミクスの整列とデータサポートをBhattacharyya係数で評価してGaussian中心を結ぶ。
• 二つのStitchingフレームワーク（Shortest PathとShortest Path Tree）を構築し、収束保証を持つ時間不変なDSを作成する。
• 新しいDSをGGコンポーネントから形成するための二つの再利用戦略（No ReuseとReusing Gaussians）を提案する。
• Demonstration Chainingを開発し、DS-Chainとして局所DSのシーケンスを作成し、指定条件下でGlobally Asymptotically Stable（GAS）を実現する。
• 遷移中の中間ダイナミクスと、チェーンのGASを保証するハイブリッドオートマトン形式を提供する。

実験結果

リサーチクエスチョン

• RQ1 共有ワークスペースの別々のデモを、新しいデータを追加せずに未知タスクへ組み合わせてゼロショット一般化を実現できるか。
• RQ2 Gaussian Graphを介してLPV-DSコンポーネントを統合し、新しい動作ポリシーを合成できるか。
• RQ3 StitchingとChainingの一般化、計算量、軌道品質のトレードオフはどうなるか。
• RQ4 提案されたStitchingとChainingフレームワークに対して、理論的保証（GAS）はどのように確立できるか。

主な発見

• Stitch-SPとStitch-SPTは、2Dおよび3Dデータセット全体でLPV-DSベースラインより大幅に高い成功率を達成。
• Stitch-SPAll: 2D Smallで98.3%の成功、RMSE0.08、Data Support0.86；2D Large: 90.2%の成功；3D PC-GMM: 90.0%の成功。
• Stitch-SPTAll: 2D Smallで97.5%の成功；3D PC-GMM: 81.7%の成功；全般的にデータサポートが強くRMSEが低い。
• Chaining法は高品質な軌道と最速推論時間をもたらし、単一タイム不変DSの容量を超える複雑でIntersectingな動作を実現。
• データセット全体でGGベースの手法は、成功率と軌道品質の面で一貫してベースラインを上回り、オフライン事前計算によりオンライン高速化を可能にする（Chaining DS≈4.2s）。
• 実ロボット実験は、未知タスクに対するゼロショット成功をStitch-SPT（DS）とChaining（DS）で確認。