日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

マニピュレーションarXiv:2506.05168

Fabrica: 統合計画と学習による汎用多部品物体の双腕組立

Fabrica: Dual-Arm Assembly of General Multi-Part Objects via Integrated Planning and Learning

シェア:XThreadsFacebookLINEはてブBluesky

双腕ロボットが計画と強化学習を統合し、複雑な多部品物体を自律的に組み立てるシステムを実現した。

詳しい要約

1. どんなもの?

- 双腕ロボットによる汎用 multi-part assembly のための統合システム Fabrica の提案 - 長期的な planning と contact-rich な制御を end-to-end で行う - 任意の dual-arm robot 上で多段階 assembly を実現 - 対象は複雑な形状を持つ一般的な multi-part object の自律組立 - 実世界での完全かつ汎化可能な multi-part assembly を domain knowledge や human demonstration なしで達成した初のシステムと主張

2. 先行研究と比べてどこがすごい?

- 従来は domain knowledge や human demonstration を要することが多かったが、本手法はそれらを不要とする - 実世界での完全かつ汎化可能な multi-part assembly を初めて実現したと主張 - 複雑な geometry への generalization を伴う long-horizon, contact-rich な manipulation を扱う点が特徴 - 提案する benchmark suite により多様なカテゴリ・geometry の組立を体系的に評価 - 具体的な比較対象の数値は要旨からは不明

3. 技術・手法の肝は?

- planning の階層化 - precedence, sequence, grasp, motion planning の階層を構築 - automated fixture generation を組み込み、任意の dual-arm robot で多段階 assembly を可能に - parallelizable な設計で効率化し、downstream control の安定性向けに最適化 - contact-rich な組立ステップ向けの軽量 reinforcement learning - object geometry, assembly direction, grasp pose をまたぐ generalist policy を学習 - equivariance と plan から得られる residual action で誘導 - 実世界へ zero-shot transfer

4. どうやって有効だと検証した?

- 実世界で generalist policy が zero-shot transfer し、80% の successful steps を達成 - multi-part assembly の benchmark suite を提案 - 産業・日常物体に似た多様なカテゴリ・geometry を網羅 - 上記 benchmark と実機により、planning と制御の統合を評価 - 詳細な被験物体数や比較手法は要旨からは不明

5. 議論はある?

- 実世界 multi-part assembly を domain knowledge・human demonstration なしで達成した点を強調 - 80% successful steps という成功率の限界や失敗要因の分析は要旨からは不明 - fixture generation や planner の一般性・計算コストに関する議論は要旨からは不明 - benchmark suite の詳細な構成や難易度設定は要旨からは不明

6. 次に読むべき論文は?

- 要旨で参照・比較されている個別研究は明示されていない - 関連手法として reinforcement learning による contact-rich assembly、equivariant policy、residual action、task and motion planning (TAMP)、dual-arm manipulation の代表的文献を次に読む候補として挙げる - 具体的な論文名は要旨からは不明

※ 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: Yunsheng Tian, Joshua Jacob, Yijiang Huang, Jialiang Zhao, Edward Gu, Pingchuan Ma, Annan Zhang, Farhad Javid, Branden Romero, Sachin Chitta, Shinjiro Sueda, Hui Li, Wojciech Matusik

分類: cs.RO

原文アブストラクト

Multi-part assembly poses significant challenges for robots to execute long-horizon, contact-rich manipulation with generalization across complex geometries. We present Fabrica, a dual-arm robotic system capable of end-to-end planning and control for autonomous assembly of general multi-part objects. For planning over long horizons, we develop hierarchies of precedence, sequence, grasp, and motion planning with automated fixture generation, enabling general multi-step assembly on any dual-arm robots. The planner is made efficient through a parallelizable design and is optimized for downstream control stability. For contact-rich assembly steps, we propose a lightweight reinforcement learning framework that trains generalist policies across object geometries, assembly directions, and grasp poses, guided by equivariance and residual actions obtained from the plan. These policies transfer zero-shot to the real world and achieve 80% successful steps. For systematic evaluation, we propose a benchmark suite of multi-part assemblies resembling industrial and daily objects across diverse categories and geometries. By integrating efficient global planning and robust local control, we showcase the first system to achieve complete and generalizable real-world multi-part assembly without domain knowledge or human demonstrations. Project website: http://fabrica.csail.mit.edu/

関連論文

  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