接触の多いマニピュレーションのための古典的動作計画の再構築

- 本論文は、古典的なmotion planningアルゴリズムをcontact-rich manipulationへ再適用する試み。 - 効率だけでなく、manipulationの諸側面を従来のmotion-planningアルゴリズムの言葉で再定式化することを狙う。 - 提案手法はHaptic Rapidly-Exploring Random Trees (HapticRRT)。 - quasi-static manipulationにおける最適性尺度（manipulation potentialのHessianの二乗）を組み込む。 - 接触が不可避または成功に必須なタスク（空間確保や物理的平衡の維持など）を対象とする。

- 従来のRRTなどはconfiguration spaceでcollision-free pathを計算するのが典型。 - 本手法は衝突回避ではなく、接触を含むquasi-static equilibrium manifold上で計画する点が異なる。 - 最近提案されたmanipulation potentialのHessian二乗に基づく最適性尺度をplanningに取り込む。 - haptic obstaclesやmetricsの解釈を深める点を貢献として挙げる。 - 単一のmanipulation potential式で複数タスクに適用できる generality を示す。

- 古典的RRTをquasi-static equilibrium manifold上で動作するよう適応。 - manipulation potentialのHessian（二乗）に基づく最適性尺度を利用。 - haptic obstaclesとmetricsの解釈を深める。 - equilibrium manifoldのbranchesに対応する複数のmanipulation strategiesを発見できる。 - 各タスクにつき単一のmanipulation potential expressionのみを必要とする。

- 3つの多様なmanipulationタスクで手法のgeneralityを検証。 - 各タスクは単一のmanipulation potential expressionのみで扱う。 - 複数のmanipulation strategies（equilibrium manifoldのbranches）の発見を確認。 - 詳細な実験設定・定量指標は要旨からは不明。 - 動画 https://youtu.be/R8aBCnCCL40 が参照されている。

- haptic obstaclesやmetricsの解釈を深める議論を行う。 - equilibrium manifoldのbranchesと複数戦略の関係を議論。 - 単一potential式で多様タスクを扱える generality を主張。 - 限界・失敗事例・計算コストなどの詳細は要旨からは不明。

- Rapidly-Exploring Random Trees (RRT) の原論文。 - quasi-static manipulation と manipulation potential に関する最近の研究（Hessian二乗の最適性尺度の提案元）。 - contact-rich manipulation のplanningに関する関連研究。 - haptic obstacles / equilibrium manifold に関する文献。