失敗を考慮した両腕テレオペレーションのための保守的価値誘導支援

- 高精度マニピュレーションの遠隔操作は、成功許容度が厳しく接触ダイナミクスが複雑なため、部分観測下で人間のオペレータが失敗を予期するのが難しい。 - 本論文は、双腕テレオペレーションのための価値誘導型失敗認識フレームワークを提案する。 - これは、人間の連続的な権限を保持しつつ、柔軟なハプティック支援を提供する。 - 成功と失敗の両方を含む異種オフライン遠隔操作データから完全に学習される。 - タスクの実行可能性をConservative Value Learningで学習した保守的成功スコアとしてモデル化する。

- 従来のテレオペレーションや共有自律性ベースラインと比較して、接触の多いマニピュレーションタスクでタスク成功率が向上し、オペレータの作業負荷が減少した。 - 保守的価値学習が、双方向テレオペレーションに失敗認識を埋め込む効果的なメカニズムを提供することを示した。 - 先行研究と比べて、失敗を含む異種オフラインデータから学習し、分布シフト下でも信頼できるリスク感受性推定を実現する点が優れている。

- タスクの実行可能性をConservative Value Learningで学習した保守的成功スコアとしてモデル化する。 - この成功スコアはリスク感受性推定を提供し、分布シフト下でも信頼性を保つ。 - オンライン操作中、学習された成功スコアが支援レベルを調整し、学習されたactorが修正運動方向を提供する。 - これらはマスター側の関節空間インピーダンスインターフェースを通じて統合され、オペレータの意図を上書きせずに失敗しやすい行動から遠ざける連続的ガイダンスを実現する。

- 接触の多いマニピュレーションタスクでの実験結果により、従来のテレオペレーションおよび共有自律性ベースラインと比較して、タスク成功率の向上とオペレータ作業負荷の減少が示された。 - 実験ビデオは https://www.youtube.com/watch?v=XDTsvzEkDRE で公開されている。

- 要旨からは不明。

- 要旨で参照/比較されている研究や関連手法は明示されていない。同分野の定番として、shared autonomy、impedance control、Conservative Value Learning、bilateral teleoperation などが挙げられる。