AdaTracker：身体の異なるロボットへの適応的インコンテキスト方策学習によるアクティブ・ビジュアル・トラッキング

arXiv cs.RO / 2026/4/23

📰 ニュースIdeas & Deep AnalysisModels & Research

共有:

要点

AdaTrackerは、ロボットの形態（embodiment）ごとに別モデルを学習する代わりに、単一の統一モデルで多様なロボット間にまたがるアクティブ・ビジュアル・トラッキングを実現しようとします。
身体に固有の物理的制約を、履歴から推定するEmbodiment Context Encoderで明示的にモデル化し、そのコンテキストに基づいてコンテキスト対応型ポリシーを動的に変調して制御アクションを選びます。
未知の形態にもゼロショットで適応できるように、推定したコンテキストの正確さと時間的一貫性を担保する2つの補助目的を導入しています。
シミュレーションと実環境の両方での実験により、AdaTrackerがクロス・エンボディメントの汎化、サンプル効率、追加学習なしの適応の面で最先端手法を大きく上回ることが示されています。