音で滑りを聴く：音響誘導制約学習による高速非把持搬送

- ロボットによる物体の**non-prehensile transport**(把持せずトレイ等に載せて運ぶ搬送)を高速化する研究。 - 高速運動時の**mechanical vibrations**により**Coulomb friction model**が不正確になり、物体が滑る/落下する問題に対処。 - **acoustic sensing**を用いてトレイの**motion profile**から動的に変化する**friction coefficient**を学習する手法を提案。 - 学習した摩擦モデルを**optimization-based motion planner**に組み込み、各制御ステップで摩擦制約を調整する。

- 既存手法は**Coulomb friction model**に基づく制約を用いるが、高速運動時の**mechanical vibrations**下では不正確。 - 不正確な制約は搬送物体の滑りや落下を招く。 - 提案法は**acoustic sensing**で実世界の摩擦制約を学習し、運動に応じて摩擦係数を動的に条件付けする点が新しい。 - 実験で物体の変位を最大**86.0%**削減したと報告。

- **acoustic sensing**によりトレイの**motion profile**を**dynamically conditioned friction coefficient**へ写像する**friction model**を学習。 - 学習モデルを**optimization-based motion planner**に統合し、各制御ステップの計画運動に応じて摩擦制約を調整。 - **UR5e**ロボットで**time-optimized trajectories**を生成し、搬送を実行。 - 摩擦モデルの詳細な学習アーキテクチャや音響特徴量は要旨からは不明。

- **UR5e**ロボットで多様な物体を搬送する**time-optimized trajectories**を生成。 - 標準**Coulomb friction model**と学習摩擦モデルの制約を比較。 - 学習摩擦モデルが物体変位を最大**86.0%**削減したと報告。 - 評価指標・試行条件・物体種類の詳細は要旨からは不明。

- 高速運動時の**mechanical vibrations**を考慮した摩擦制約の重要性を示唆。 - **acoustic sensing**が実世界の摩擦制約学習に有効であると主張。 - 学習モデルの汎化性、他ロボット・他素材への適用性、音響センシングの限界は要旨からは不明。 - 比較は**Coulomb friction model**ベースラインに限られ、他の学習手法との比較は要旨からは不明。

- **Coulomb friction model**に関する古典的摩擦モデル研究。 - **non-prehensile transport**や**non-prehensile manipulation**の先行研究。 - **acoustic sensing**を用いたロボット知覚・接触推定の研究。 - **optimization-based motion planning**における摩擦制約・動的制約の扱いに関する研究。