接触接地型方策：生成的接触接地による巧みな視触覚方策

多指ハンドによる接触リッチなdexterous manipulationを対象としたvisuotactile policy「Contact-Grounded Policy (CGP)」を提案。 - タスク成功は多点接触の連続変化・物体形状・摩擦遷移・slipに敏感で未解決。 - CGPは実際のrobot stateとtactile feedbackの結合軌道を予測し、学習したcontact-consistency mappingでcompliance controller用の実行可能なtarget robot stateへ変換。 - 構成は(i)圧縮latent spaceで将来のrobot stateとtactile feedbackを予測するconditional diffusion model、(ii)予測されたrobot state-tactile pairを実行可能targetへ変換するcontact-consistency mapping。

従来のtactile-informed manipulation policyはtactile signalを追加観測として使うのみで、contact stateやaction出力が低レベルcontroller dynamicsとどう相互作用するかをモデル化していなかった。 - CGPは多点接触をgroundingし、robot stateとtactile feedbackの結合軌道予測とcontact-consistency mappingにより、意図した接触をcompliance controllerで実現可能にする点が異なる。 - 要旨ではvisuomotorおよびvisuotactile diffusion-policy baselinesを上回ると主張。

conditional diffusion modelにより、圧縮latent spaceで将来のrobot stateとtactile feedbackの結合軌道を予測。 - 学習されたcontact-consistency mappingが、予測されたrobot state-tactile pairをcompliance controllerの実行可能なtarget robot stateへ変換。 - これにより意図した多点接触を実現する。 - 実機ではAllegro V5 handとDigit360 fingertip tactile sensors、シミュレーションではTesollo DG-5F handとdense whole-hand tactile arraysを使用。

物理4指Allegro V5 handとDigit360 fingertip tactile sensors、およびシミュレーション5指Tesollo DG-5F handとdense whole-hand tactile arraysで評価。 - in-hand manipulation、delicate grasping、tool useを含むdexterous tasksで、visuomotorおよびvisuotactile diffusion-policy baselinesを上回った。 - 詳細な評価指標や統計は要旨からは不明。

要旨からは不明。 - 限界、失敗事例、計算コスト、実機転移の課題などは明記されていない。

要旨で参照/比較されているvisuomotor diffusion-policy、visuotactile diffusion-policy baselines。 - 関連手法としてtactile-informed manipulation policies、compliance controller、conditional diffusion model。 - 具体的な論文名は要旨からは不明。