AdaTempo lernt gemeinsames relatives Tempo aus Demonstrationen für schnellere Roboter-Manipulation
AdaTempo ist ein selbstüberwachtes Verfahren, das aus Teleoperationsdemonstrationen phasenabhängige Geschwindigkeitsprofile ableitet und die Trainingsdaten offline neu abtastet, um Standardpolitiken wie ACT oder Diffusion Policy zu beschleunigen. In Simulation und Praxis erreicht es bis zu 3,57-fache Beschleunigung bei einer höheren Erfolgsrate als die Baselines, darunter DemoSpeedup und SAIL. Das Preprint zeigt, dass gemeinsames relatives Timing in Demonstrationen als direktes Signal für schnellere Manipulationspolitiken dienen kann, ohne Laufzeitmodule oder Online-Retiming.
Können Demonstrationen selbst ein direktes und fein aufgelöstes, phasenabhängiges Beschleunigungssignal liefern, wenn sie ein gemeinsames relatives Tempo über den Aufgabenfortschritt aufweisen?
Teleoperierte Demonstrationen sind oft langsam und vorsichtig; Imitationslernen übernimmt dieses konservative Timing. Eine pauschale Beschleunigung ist unzuverlässig, weil verschiedene Phasen einer Manipulationsaufgabe unterschiedlich stark beschleunigt werden können. Bestehende Systeme benötigen dafür meist zusätzliche Modelle, Interaktion mit der Umgebung oder Laufzeitmechanismen, um zu entscheiden, wo und wie stark beschleunigt werden darf.
Bisherige Ansätze beschleunigen entweder zur Laufzeit, etwa durch Fortschreiten innerhalb von Action Chunks, variable Frequenzkonditionierung oder gelernte Geschwindigkeitswahl wie SAIL und SpeedTuning, oder verändern die Demonstrationen vor dem Training. Trainingseitige Verfahren wie DemoSpeedup schätzen bedingte Aktionsentropie mit einem Proxy-Modell; semantische Methoden nutzen Vision-Language-Modelle oder propagierte Phasenlabels, und AutoSpeed sowie SpeedAug optimieren Geschwindigkeitstransformationen mit prädiktionsbasierten Kriterien. Diese Verfahren stützen sich auf Hilfssignale, Umgebungsinteraktion oder zusätzliche Inferenz und liefern kein direktes, aus den Demonstrationen selbst gewonnenes phasenabhängiges Tempo.
AdaTempo richtet die Demonstrationen zunächst per Dynamic Time Warping auf eine kanonische Phase aus, wobei der Fortschritt über die normalisierte kumulative Bewegungslänge als Regularisierung eingeht. Pro Episode wird das relative Tempo in Phasen-Bins aus der inversen Belegung berechnet und innerhalb der Episode rangnormiert. Über alle Demonstrationen hinweg bilden Median und Median Absolute Deviation einen Konsens mit Konfidenz, der in ein kontinuierliches Beschleunigungsprofil überführt wird. Ein Lookahead-Softminimum und asymmetrische Anstiegsbegrenzung glätten das Profil, bevor die Originaltrajektorien entlang einer virtuellen Zeitachse neu abgetastet werden. Die so erzeugten beschleunigten Trajektorien trainieren unveränderte ACT- oder Diffusion-Policy-Architekturen; Deployment nutzt die Standardinferenz ohne Tempowahl oder Online-Retiming. Zusätzlich wird eine Regelung mit höherer Verstärkung verwendet, um die größeren Zielbewegungen pro Kontrollschritt zu verfolgen.
In Simulation über fünf Aufgaben aus ALOHA MuJoCo und robomimic erzielt AdaTempo im Mittel 75,5 % Erfolgsrate bei 2,83-facher Beschleunigung gegenüber Demonstrationen; DemoSpeedup erreicht 68,1 % bei 2,86-facher Beschleunigung. Auf den ACT-Aufgaben Transfer Cube und Insertion liegen die Erfolgsraten bei 83,67 % und 25,00 % mit SOD-Werten von 2,77 und 2,65. Auf den Diffusion-Policy-Aufgaben erreicht AdaTempo 100,00 % auf Lift bei 3,28-facher Beschleunigung, 82,67 % auf Can bei 3,57-facher Beschleunigung und 86,33 % auf Square bei 1,90-facher Beschleunigung. In der realen Welt über sechs Aufgaben mit 30 Versuchen pro Aufgabe steigt die aggregierte Erfolgsrate von 58,3 % bei ACT auf 77,8 % bei AdaTempo, bei einer mittleren Beschleunigung der Aufgabenabschlusszeit von 2,02-fach gegenüber ACT; DemoSpeedup liegt bei 56,7 % Erfolg und 1,95-facher Beschleunigung. Auf Conveyor Fast erreicht AdaTempo 29 von 30 Erfolgen in 3,2 s, während ACT 2 von 30 in 6,9 s schafft. Die Konsistenz des relativen Tempos über drei Demonstratoren hinweg zeigt paarweise Spearman-Korrelationen von 0,983, 0,941 und 0,955; nach DTW-Ausrichtung liegen die Leave-one-out-Mediane der Spearman-Korrelation über alle elf Aufgaben bei 0,861 bis 0,952.
Die Autoren weisen darauf hin, dass das relative Tempo nur ein empirischer Hinweis und keine direkte Schätzung der maximal möglichen Geschwindigkeit ist. Gemeinsame Teleoperationsgewohnheiten können es beeinflussen, und ein einzelner Medoid sowie ein einziger Konsens sind ungeeignet, wenn die Demonstrationen unzusammenhängende Pausen, mehrdeutige Korrespondenzen oder qualitativ unterschiedliche Strategien enthalten. Die Beschleunigungsgrenzen sind aufgabenspezifisch und werden derzeit über Validierungsrollouts gewählt. Das Neuabtasten kann physikalische Grenzen nicht aufheben; aggressive Zielvorgaben können Trackingfehler, Aktuatorlimits, Latenz oder unmodellierte Kontaktdynamik freilegen, und die Regelung mit höherer Verstärkung bietet keine formale Sicherheitsgarantie. Das gelernte Tempo ist bei der Bereitstellung fixiert und passt sich nicht online an veränderte Bedingungen an. Im Paper nicht berichtet, ob Code oder Modelle veröffentlicht werden. Die Arbeit ist zudem ein nicht begutachtetes Preprint.
Das Verfahren könnte Hersteller von Industrie- und Servicerobotern sowie Anbieter von Imitationslern-Pipelines interessieren, die teleoperierte Politiken für Kommissionierung, Montage oder schnelle Förderbandaufgaben beschleunigen wollen. Bei positiver Validierung auf breiteren Aufgaben und belastbaren Sicherheitsnachweisen ist ein Einsatz in ein bis drei Jahren denkbar, insbesondere wenn AdaTempo als Offline-Vorverarbeitungsschritt in bestehende ACT- oder Diffusion-Policy-Workflows integriert wird. Voraussetzung sind reproduzierbare Ergebnisse auf unterschiedlicher Hardware, automatische Wahl der Beschleunigungsgrenzen und eine zuverlässige Low-Level-Regelung.
Der Volltext wird hier nicht wiedergegeben, weil die Lizenz der Studie das nicht erlaubt. Das Original steht auf arXiv.