日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

sim2realarXiv:2512.02011

不完全なシミュレーションから器用な操作スキルを学習する

Learning Dexterous Manipulation Skills from Imperfect Simulations

シェア:XThreadsFacebookLINEはてブBluesky

シミュレーションで学習した方策をテレオペレーションのスキルプリミティブとして使い実世界の触覚・固有感覚データを収集し、触覚入りの行動クローニングでナット締めやネジ回しを実現するsim-to-realフレームワークを提案。

詳しい要約

1. どんなもの?

- 器用な操作スキルを不完全なシミュレーションから実世界へ転移する枠組みを提案。 - 対象タスクはナット・ボルト締めとネジ回し。 - 多指ハンドを用いる。 - 3段階のsim-to-realフレームワーク。 - 触覚フィードバックを含む。

2. 先行研究と比べてどこがすごい?

- 従来のsim-to-realは複雑な接触力学とマルチセンサ信号(特に触覚)のシミュレーションが困難。 - 直接sim-to-real転移と比較して高いタスク進捗率を達成。 - 未知の物体形状や外部外乱に対してロバストな性能を示す。 - 触覚センシングを組み込んだ行動クローニングにより多様な形状に汎化。

3. 技術・手法の肝は?

- 第1段階:簡略化物体モデルで強化学習ポリシーを訓練し、正しい指の動作を創発。 - 第2段階:学習ポリシーをテレオペレーションのスキルプリミティブとして使用し、触覚・固有感覚を含む実世界デモを収集。 - 第3段階:触覚センシングを組み込んだ行動クローニングポリシーを訓練。 - これにより多様な形状のナットやドライバーに汎化。

4. どうやって有効だと検証した?

- ナット・ボルト締めとネジ回しの両タスクで実験。 - 直接sim-to-real転移と比較し高いタスク進捗率を確認。 - 未知の物体形状や外部外乱下でもロバストな性能を検証。 - ビデオとコードを公開。

5. 議論はある?

- 要旨からは不明。

6. 次に読むべき論文は?

- 要旨で参照/比較されている研究は明示されていない。 - 関連手法としてsim-to-real transfer、reinforcement learning、behavior cloning、teleoperation、tactile sensingが挙げられる。

※ 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: Elvis Hsieh, Wen-Han Hsieh, Yen-Jen Wang, Toru Lin, Jitendra Malik, Koushil Sreenath, Haozhi Qi

分類: cs.RO

原文アブストラクト

Reinforcement learning and sim-to-real transfer have made significant progress in dexterous manipulation. However, progress remains limited by the difficulty of simulating complex contact dynamics and multisensory signals, especially tactile feedback. In this work, we propose \ours, a sim-to-real framework that addresses these limitations and demonstrates its effectiveness on nut-bolt fastening and screwdriving with multi-fingered hands. The framework has three stages. First, we train reinforcement learning policies in simulation using simplified object models that lead to the emergence of correct finger gaits. We then use the learned policy as a skill primitive within a teleoperation system to collect real-world demonstrations that contain tactile and proprioceptive information. Finally, we train a behavior cloning policy that incorporates tactile sensing and show that it generalizes to nuts and screwdrivers with diverse geometries. Experiments across both tasks show high task progress ratios compared to direct sim-to-real transfer and robust performance even on unseen object shapes and under external perturbations. Videos and code are available on https://dexscrew.github.io.

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

OZ GAMING(GPU搭載BTOゲーミングPC)

OZ GAMING(GPU搭載BTOゲーミングPC)の公式広告バナーOZ GAMINGで完成品PCを見る ↗
PR本紙発行元 EmplifAI