学習ベースの協調ロボット紙包装：残差力制御を統合した統一制御ポリシー

- 人間とロボットが協調して、紙などの deformable object を扱うタスクの研究。 - 題材は gift wrapping（包装紙の折り畳み・crease・固定を含む long-horizon manipulation）。 - 成功条件は、破れのないきれいな折り目で包みを完成させること。 - 倉庫や小売店での紙・袋・布の取り扱いを想定した協調作業の探索。

- 従来の vanilla Action Chunking with Transformer (ACT) は短いタスク向けで、長い wrapping 系列全体の時間依存を扱いにくい。 - 本研究は sub-task IDs を導入し、単一モデルで全 wrapping 系列の long-range temporal dependencies を捉える。 - 動作の単純な模倣ではなく sub-goals を学習し、柔軟な実行を可能にする点が新しい。 - 専用モデルを多数用意する必要性を減らし、人間による supervised な介入も許容する。

- 高レベルは large language model (LLM) による task planner、低レベルは hybrid な imitation learning (IL) と reinforcement learning (RL) の policy。 - 中核は Sub-task Aware Robotic Transformer (START)。人間の demonstrations から unified policy を学習。 - sub-task IDs が明示的な temporal grounding を与え、系列全体の時間依存を単一モデルで扱う。 - 高レベル意図と、deformable object 操作に必要な fine-grained force control を橋渡しする構成。

- 実世界の wrapping タスクで評価し、97% の success rate を報告。 - unified transformer-based policy が専用モデル削減や人間 supervision の制御に有効であることを示す。 - 具体的な被験者数・試行数・比較条件は要旨からは不明。

- deformable materials の予測困難な dynamics と適応的 force control の難しさが背景として議論される。 - 単一の unified policy で長い系列を扱える一方、sub-task IDs への依存や汎化範囲は要旨からは不明。 - 人間 supervision の量・質や安全性、失敗時の回復については要旨からは不明。

- vanilla Action Chunking with Transformer (ACT) の原論文。 - large language model (LLM) を high-level task planner に用いるロボット操作研究。 - imitation learning (IL) と reinforcement learning (RL) を組み合わせた hybrid policy の研究。 - deformable object manipulation および force control に関する研究。