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:2510.08754

スピン対応四足歩行ロボットの卓球のための全身モデル予測制御

Whole Body Model Predictive Control for Spin-Aware Quadrupedal Table Tennis

シェア:XThreadsFacebookLINEはてブBluesky

四足歩行ロボットが高速カメラと学習済み残差モデルで球のスピンを推定し、全身モデル予測制御で多様なスピンに対応してラリーできる卓球システムを開発した。

詳しい要約

1. どんなもの?

- 四足歩行ロボット(Spot)による卓球システムの提案 - 高速な知覚、軌道予測、俊敏な全身制御を統合 - 外部カメラで高速なボール位置推定 - 物理モデル+学習した残差でスピンを推定し軌道予測 - 新規のMPC(Model Predictive Control)定式化で全身を俊敏に制御 - 返球目標の違いから多様なストローク戦略が自動的に創発 - 実機で精度評価、スピン対応の返球、人間とのラリーを実演

2. 先行研究と比べてどこがすごい?

- 人間並みの速度・精度・スピン予測/対応を目指す点が課題設定 - 脚式ロボットでの動的卓球は未達の課題と位置づけ - 従来の固定ストロークではなく、返球目標から連続的なストローク戦略が自動生成される点が新規 - スピンを含む多様な球質への対応と人間とのラリー実演まで示す点が先行研究との差分 - 具体的な比較対象の研究名は要旨からは不明

3. 技術・手法の肝は?

- 外部カメラによる高速ボール位置推定 - 物理モデルに学習した残差を組み合わせてスピンを推定し軌道を予測 - 新規のMPC定式化による俊敏な全身制御 - 返球目標(目的関数)の違いから連続的なストローク戦略が自動的に創発 - 知覚・予測・制御を統合したシステム構成

4. どうやって有効だと検証した?

- 実世界のSpot四足歩行ロボットで実演 - 各システム構成要素の精度を評価 - スピン種別の異なる球を狙って返球できることで協調性を提示 - 人間プレイヤーとのラリーを実演 - 定量的な指標や比較条件の詳細は要旨からは不明

5. 議論はある?

- ストローク戦略が返球目標から自動的に創発する点を主張 - スピン対応と人間とのラリー実演を成果として提示 - 限界・失敗事例・汎化性・計算負荷などの議論は要旨からは不明 - 比較実験や統計的評価の有無は要旨からは不明

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 MPC(Model Predictive Control)、学習残差を用いた物理モデル、外部カメラによるボール位置推定が挙げられる - 同分野の定番として脚式ロボットの動的マニピュレーション/卓球に関する研究や、スピン推定を含む飛翔体軌道予測の研究を次に読む候補とする

※ 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: David Nguyen, Zulfiqar Zaidi, Kevin Karol, Jessica Hodgins, Zhaoming Xie

分類: cs.RO, cs.SY, eess.SY

原文アブストラクト

Developing table tennis robots that mirror human speed, accuracy, and ability to predict and respond to the full range of ball spins remains a significant challenge for legged robots. To demonstrate these capabilities we present a system to play dynamic table tennis for quadrupedal robots that integrates high speed perception, trajectory prediction, and agile control. Our system uses external cameras for high-speed ball localization, physical models with learned residuals to infer spin and predict trajectories, and a novel model predictive control (MPC) formulation for agile full-body control. Notably, a continuous set of stroke strategies emerge automatically from different ball return objectives using this control paradigm. We demonstrate our system in the real world on a Spot quadruped, evaluate accuracy of each system component, and exhibit coordination through the system's ability to aim and return balls with varying spin types. As a further demonstration, the system is able to rally with human players.

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