マニピュレーション2026/1/1arXiv:2601.09988

UMI-FT：実環境でのコンプライアントマニピュレーション

In-the-Wild Compliant Manipulation with UMI-FT

指先に6軸力覚センサを搭載したハンドヘルドデータ収集デバイスUMI-FTを開発し、力加減が重要な接触作業を実世界デモから学習できる適応型コンプライアンス方策を訓練した。

詳しい要約

1. どんなもの？

手指ごとに6軸力覚センサを搭載したハンドヘルド型データ収集プラットフォームUMI-FTを提案。RGB・depth・poseに加え指先レベルのwrench計測を可能にし、収集したマルチモーダルデータから適応的コンプライアンス方針を学習する。この方針は位置目標・把持力・stiffnessを予測し、標準的なコンプライアンス制御器で実行される。

2. 先行研究と比べてどこがすごい？

商用の力/トルク(F/T)センサは高コスト・大型・壊れやすく、大規模な力覚対応方針学習を制限してきた。UMI-FTは各指にコンパクトな6軸F/Tセンサを搭載したハンドヘルド型で、in-the-wildのデモンストレーションからスケーラブルにコンプライアント操作を学習する道を開く。

3. 技術・手法の肝は？

各指に6軸F/Tセンサを搭載し、RGB・depth・poseと指先wrenchを同時収集するハンドヘルドデバイス。収集データから位置目標・把持力・stiffnessを予測する適応的コンプライアンス方針を学習し、標準的なコンプライアンス制御器で実行する。

4. どうやって有効だと検証した？

接触が多く力に敏感な3タスク(whiteboard wiping、skewering zucchini、lightbulb insertion)で評価。UMI-FTは外部接触力と内部把持力を確実に調整する方針を実現し、コンプライアンスや力覚センシングを欠くベースラインを上回った。

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。同分野の関連手法として、力覚センシングを用いたコンプライアント操作や模倣学習の定番手法(例: Learning from Demonstration、Compliant Control、Force/Torque Sensing)を挙げる。

※ 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: Hojung Choi, Yifan Hou, Chuer Pan, Seongheon Hong, Austin Patel, Xiaomeng Xu, Mark R. Cutkosky, Shuran Song

分類: cs.RO

原文アブストラクト

Many manipulation tasks require careful force modulation. With insufficient force the task may fail, while excessive force could cause damage. The high cost, bulky size and fragility of commercial force/torque (F/T) sensors have limited large-scale, force-aware policy learning. We introduce UMI-FT, a handheld data-collection platform that mounts compact, six-axis force/torque sensors on each finger, enabling finger-level wrench measurements alongside RGB, depth, and pose. Using the multimodal data collected from this device, we train an adaptive compliance policy that predicts position targets, grasp force, and stiffness for execution on standard compliance controllers. In evaluations on three contact-rich, force-sensitive tasks (whiteboard wiping, skewering zucchini, and lightbulb insertion), UMI-FT enables policies that reliably regulate external contact forces and internal grasp forces, outperforming baselines that lack compliance or force sensing. UMI-FT offers a scalable path to learning compliant manipulation from in-the-wild demonstrations. We open-source the hardware and software to facilitate broader adoption at:https://umi-ft.github.io/.

arXivで原文を読む →arXiv概要ページ

UMI-FT：実環境でのコンプライアントマニピュレーション

詳しい要約

1. どんなもの？

2. 先行研究と比べてどこがすごい？

3. 技術・手法の肝は？

4. どうやって有効だと検証した？

5. 議論はある？

6. 次に読むべき論文は？

原文アブストラクト

関連論文

今週よく読まれている記事

MINISFORUM（ミニPC）

双腕モバイルマニピュレーター OpenShell