日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

English週刊ニュースレター購読
マニピュレーションarXiv:2504.02516

安定かつロバストなマルチコンタクトマニピュレーションのための計画フレームワーク

A Planning Framework for Stable Robust Multi-Contact Manipulation

シェア:XThreadsFacebookLINEはてブBluesky

マルチコンタクト操作を接触平衡間の準静的過程として捉え、接触安定性とセンサノイズへのロバスト性を明示的に評価する計画・最適化問題として定式化し、双腕でのペグ挿入タスクで有効性を示した研究。

詳しい要約

1. どんなもの？

- 多接触マニピュレーションを準静的機械過程（接触平衡間の遷移）として捉え、計画・最適化問題として定式化する枠組み - 明示的に (i) contact stability と (ii) sensor noise への robustness を評価 - dual-arm による planar peg-in-hole を中心に、Multi-Manipulator Multiple Peg-in-Hole (MMPiH) へ拡張しタスク複雑性を探る - Dynamic Movement Primitives (DMPs) で軌道をパラメータ化し、Black-Box Optimization (BBO) で最適化

2. 先行研究と比べてどこがすごい？

- 従来の多接触マニピュレーションの準静的モデル化に対し、計画・最適化問題として定式化する点が特徴 - contact stability と sensor noise への robustness を明示的に評価する枠組みを提案 - dual-arm の peg-in-hole から MMPiH へ拡張し、タスク複雑性への一般化を狙う - 具体的な先行研究との比較は要旨からは不明

3. 技術・手法の肝は？

- Dynamic Movement Primitives (DMPs) で望ましい軌道をパラメータ化 - Black-Box Optimization (BBO) と包括的コスト関数を組み合わせ - コスト関数に friction cone constraints、squeeze forces、stability considerations を組み込む - parallel scenario training を統合し、学習方策の robustness を向上 - friction cone cost は異なる摩擦係数の接触面で最適軌道を計算して検証、stability cost は解析的に説明しシミュレーションで必要性を検証

4. どうやって有効だと検証した？

- friction cone cost: 摩擦係数の異なる各種接触面で計算した最適軌道を実験でテスト - stability cost: 解析的に説明し、シミュレーションで必要性を検証 - robustness: シミュレーションと実験で hole pose と chamfer size を変化させ定量化 - 単一 peg-in-hole と multiple peg-in-hole の両タスクで一貫して高い成功率を確認

5. 議論はある？

- 単一・複数 peg-in-hole で高い成功率を示し、有効性と一般化性を主張 - robustness は hole pose と chamfer size の変動で評価 - 限界や失敗事例、計算コストなどの詳細な議論は要旨からは不明

6. 次に読むべき論文は？

- Dynamic Movement Primitives (DMPs) 関連研究 - Black-Box Optimization (BBO) を用いたロボット軌道最適化 - friction cone constraints を考慮した接触計画 - multi-contact manipulation の準静的モデリング - peg-in-hole タスクの robustness 評価に関する研究

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Lin Yang, Sri Harsha Turlapati, Zhuoyi Lu, Chen Lv, Domenico Campolo

分類: cs.RO

原文アブストラクト

While modeling multi-contact manipulation as a quasi-static mechanical process transitioning between different contact equilibria, we propose formulating it as a planning and optimization problem, explicitly evaluating (i) contact stability and (ii) robustness to sensor noise. Specifically, we conduct a comprehensive study on multi-manipulator control strategies, focusing on dual-arm execution in a planar peg-in-hole task and extending it to the Multi-Manipulator Multiple Peg-in-Hole (MMPiH) problem to explore increased task complexity. Our framework employs Dynamic Movement Primitives (DMPs) to parameterize desired trajectories and Black-Box Optimization (BBO) with a comprehensive cost function incorporating friction cone constraints, squeeze forces, and stability considerations. By integrating parallel scenario training, we enhance the robustness of the learned policies. To evaluate the friction cone cost in experiments, we test the optimal trajectories computed for various contact surfaces, i.e., with different coefficients of friction. The stability cost is analytical explained and tested its necessity in simulation. The robustness performance is quantified through variations of hole pose and chamfer size in simulation and experiment. Results demonstrate that our approach achieves consistently high success rates in both the single peg-in-hole and multiple peg-in-hole tasks, confirming its effectiveness and generalizability. The video can be found at https://youtu.be/IU0pdnSd4tE.

arXivで原文を読む →arXiv概要ページ

関連論文

← 論文一覧

今週よく読まれている記事

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2GXOとApptronik、Apolloの物流現場試験を拡大　最大1,000台の展開を構想量産・展開
  3. 3newmoとKDDIが資本業務提携　2028年に堺市で自動運転タクシー商用化目指す提携・買収
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

FRONTIER（GPU搭載BTOパソコン）

FRONTIER（GPU搭載BTOパソコン）の公式広告バナーFRONTIERでGPU搭載PCを見る ↗
PR本紙発行元 EmplifAI
双腕モバイルマニピュレーターOpenShellの実機とお披露目フライヤー

双腕モバイルマニピュレーター OpenShell

人と働くために、顔がある。

OpenShellの特徴・実機を見る →