接触の多い両腕操作における行動クローニングには大きな課題がある。多様なデモンストレーションの収集はコストが高く、小さな外乱でもシステムが訓練データの多様体から外れた状態に押し出され、回復のための監督信号が得られない。Cunxi Daiら7名の研究チームは、この問題に対処するためPGDG（Physically Grounded Data Generation）を提案した。本論文は2026年5月20日にarXivに投稿され、arXiv:2605.21710としてロボティクス（cs.RO）分野に分類されている。PGDGの中心的なアイデアは、単一のデモンストレーションを、物理的に妥当で成功し、かつ多様な回復行動を含むコンパクトなデータセットに拡張することである。
PGDGの仕組みは、物理に基づくサンプラーとデータセットキュレーターという2つのコンポーネントの交互作用に基づく。キュレーターは、情報量が多く冗長でない回復可能な行動を選択し、その結果に基づいてサンプリング分布を更新して、まだ十分にカバーされていない回復モードへと誘導する。サンプラーは更新された分布から物理的に妥当なロールアウト候補を抽出し、成功した軌道を保持する。さらにデータ品質を高めるため、PGDGは短ホライズンのサンプリングベース制御を適用し、選択されたリスクの高い状態に修正動作を再ラベリングする。
研究チームは4つの両腕操作タスクでPGDGを評価し、シミュレーションとゼロショット実世界転送の両方で空間拡張のみの手法と比較した。その結果、PGDGはすべてのタスクで一貫してベースラインを上回った。例えばRotateBox-Pitchタスクでは、シミュレーションでの成功率が38%から93%に、実世界での成功率が35%から82%に向上した。またPGDGはGR00Tなどの基盤モデルのファインチューニングにも有効であり、成功率を46%から77%に高めた。これらの結果は、データ収集の負担を大幅に軽減しつつ、両腕操作ポリシーの堅牢性と汎化性能を向上させるPGDGの可能性を示している。詳細な結果とデモはプロジェクトサイト（https://cunxid.github.io/PGDG/）で公開されている。