EgoRecovery：人間のリカバリデモンストレーションによる障害復旧能力の獲得

非構造化でノイズの多い実世界環境において、ロボットが確実に動作するためには、障害から復旧してタスクを再試行する能力が不可欠です。この能力を獲得するには、リカバリ行動を捉えたデータでポリシーを訓練する必要があります。しかし、ロボットテレオペレーション（遠隔操作）によるデータ収集は、多様な障害状態の誘発、修正動作の実行、環境のリセットに時間がかかり、大規模化が困難です。この課題は、障害モードの多様性によりさらに悪化し、成功デモンストレーションよりもはるかに多くのリカバリデータが必要となります。

本研究では、人間の一人称視点（エゴセントリック）ビデオデータが、障害復旧プロセスを捉えるためのスケーラブルな代替手段を提供することを示します。タスクレベルの障害構成を効率的に配置し、短いリカバリセグメントを記録することにより、人間のオペレータは、提案プロトコル下でのロボットテレオペレーションと比較して、1時間あたり10倍以上の有効なリカバリデータを生成できます。人間とロボットの身体性のギャップを埋めるために、我々はリカバリ行動を学習するための共訓練フレームワークEgoRecoveryを提案します。このフレームワークでは、人間のリカバリデモンストレーションを、ロボットデータと共有されるコンパクトな修正意図空間に整列させます。この空間は修正のタイミングと大きさを捉えます。実行可能なロボット動作にこの意図を結びつけるには、少数のロボットリカバリデモンストレーションのみが必要です。展開時には、学習されたリカバリゲートがロボットの観測から修正が必要なタイミングを予測し、リカバリ状態でのみ修正意図を活性化します。実世界のリカバリタスクにおける実験により、EgoRecoveryは、ロボットのみのリカバリ、人間のリカバリデータによる直接共訓練、直接意図転送のベースラインと比較して、障害開始からの成功率を向上させることが示されました。