PhaForce: 位相スケジュール型視覚・力覚ポリシー学習による低速計画と高速補正の接触リッチ操作

接触を伴うマニピュレーションでは、視覚によるタスク意味理解に加え、力/トルク(F/T)の過渡応答への閉ループ反応が必要である。しかし生成的なvisuomotor policyは推論遅延とaction chunkingのため低頻度更新に制約され、F/Tを制御レートのフィードバックに十分活用できていない。また既存のforce-aware手法は力を連続的・無差別に注入し、タスク位相ごとに「いつ/どれだけ/どこに」力を適用するかを明示的にスケジュールする仕組みを欠く。本論文はPhaForceを提案する。これは位相スケジュール付きvisual-force policyであり、低レートのchunk-level planningと高レートのresidual correctionを、統一されたcontact/phase scheduleで協調させる。PhaForceは、(i) contact probabilityとphase beliefを推定するcontact-aware phase predictor (CAP)、(ii) 視覚意味を保ちつつ力に条件付けするdual-gated visual-f…

生成的なvisuomotor policyは推論遅延とaction chunkingのため低頻度更新に縛られ、F/Tを制御レートのフィードバックに十分使えていなかった。既存のforce-aware手法は力を連続的・無差別に注入し、タスク位相ごとに「いつ/どれだけ/どこに」力を適用するかを明示的にスケジュールする機構が無かった。PhaForceは統一されたcontact/phase scheduleの下で、低レートのchunk-level planningと高レートのresidual correctionを協調させ、位相に応じた力の適用を可能にする点が異なる。実ロボットの接触リッチタスクで平均成功率86%(baseline比+40 pp)を達成し、相互作用力を調整して接触品質を大幅に改善し、OOD幾何シフトへの頑健な適応性も示した。

PhaForceは3要素から成る。(i) contact-aware phase predictor (CAP): contact probabilityとphase beliefを推定する。(ii) Slow diffusion planner: dual-gated visual-force fusionとorthogonal residual injectionにより、視覚意味を保ちながら力に条件付けするchunk-level planningを行う。(iii) Fast corrector: 制御レートのphase-routed residualを解釈可能なcorrective subspaceに適用し、chunk内のmicro-adjustmentを行う。これらを統一されたcontact/phase scheduleで調整し、低レート計画と高レート補正を協調させる。

複数の実ロボット接触リッチタスクで評価した。PhaForceは平均成功率86%(baseline比+40 pp)を達成した。さらに相互作用力を調整することで接触品質を大幅に改善し、OOD幾何シフトに対する頑健な適応性も示した。

要旨からは不明。

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、generative visuomotor policy、action chunking、diffusion policy、force-aware manipulation、residual policy learning、contact-rich manipulationの定番研究が挙げられる。