シムツーリアル性能評価のためのベッティング

概要: 本論文は、ロボットの性能評価の問題を研究し、物理的な実験に対して極めて厳しい制約が課される状況下で、現実世界の振る舞いを正確かつ効率的に推定する方法を焦点として扱う。こうした推定は、アルゴリズムのベンチマーク、設計案の比較、制御器の検証、さらに認証や規制上の意思決定を支えるために不可欠である。しかし、現実世界で物理ロボットを用いたテストはしばしば高価であり、時間がかかり、安全面でも制限がある。現実世界の試行数が乏しいことを緩和するために、sim-to-real（シミュレーションから実世界への移行）手法が一般に用いられ、低コストなシミュレータを使って、物理実験を情報提供・補完・優先付けする。分散低減における既存のアプローチ（例: importance-sampling の変種）やバイアス補正における既存のアプローチ（例: prediction-powered inference や learned control variates による）から（そしてそれらと補完的に）離れつつ、本論文では、この性能評価問題を「賭け（betting）」の観点から検討する。賭けの仕組みによって、正確かつ効率的な推定（モンテカルロ推定器を確率的に上回ることが証明できる）をもたらし得る理論的条件を確立し、そのような賭けがどのように構築されるべきかを特徴付ける。さらに、理想的な賭けの理論に基づいたものの、実際に実装可能な近似を開発し、そうした近似的なベッティング戦略が意図どおりに機能しているかを診断する具体的な判定規則を提示する。提案手法の有効性は、合成例と、クロスフィデリティの計算シミュレータの両方を用いて実証する。特に、合成分布の集合を用いてロボットのマニピュレータの実世界のピックアンドプレース精度を推論する、直感に反しそうな sim-to-real 転移の事例も示す。この転移は、提案するベッティングの観点の下では自然で現実的になる。実験結果を再現するためのプログラムは https://github.com/ISUSAIL/Bet4Sim2Real で利用可能である。