ContactExplorer: 接触カバレッジ誘導による汎用巧みなマニピュレーションの探索

- 器用な手による物体操作（dexterous manipulation）のための汎用的な探索手法であるContactExplorerを提案。 - 接触を物体表面点と手のキーポイントの交差として表現し、多様で新規な接触パターン（どの指が物体のどの領域に触れるか）の発見を促す。 - 学習されたハッシュコードで離散化された物体状態に条件付けられた接触カウンタを維持し、各指が異なる物体領域とどれくらい頻繁に相互作用するかを捉える。 - このカウンタを2つの方法で活用：(1) 新規な接触パターンの探索を促進するカウントベースの接触カバレッジ報酬、(2) 未探索の接触領域へエージェントを導くエネルギー-based reaching報酬。 - 多様なdexterous manipulationタスクで評価し、既存の探索手法よりもサンプル効率と成功率を大幅に改善し、学習された接触パターンが実世界にロバストに転移することを示した。

- 既存手法は接触ベースの新規性信号が不安定、距離ベースの新規性信号が非効率、またはタスク固有の事前知識に依存する問題があった。 - ContactExplorerは接触を物体表面点と手のキーポイントの交差として表現し、接触パターンの多様性と新規性を直接促すことで、これらの問題を克服。 - タスク固有の事前知識を必要とせず、汎用的なdexterous manipulationタスクに適用可能。 - 実験的に既存の探索手法よりもサンプル効率と成功率を大幅に改善し、実世界への転移も頑健であることを示した。

- 接触を物体表面点と手のキーポイントの交差として表現し、接触パターン（どの指が物体のどの領域に触れるか）を定義。 - 学習されたハッシュコードで離散化された物体状態に条件付けられた接触カウンタを維持し、各指と物体領域の相互作用頻度を記録。 - カウントベースの接触カバレッジ報酬：新規な接触パターンの探索を促進。 - エネルギー-based reaching報酬：未探索の接触領域へエージェントを導く。 - これら2つの報酬を組み合わせて探索をガイド。

- 多様なdexterous manipulationタスクでContactExplorerを評価。 - 実験結果は、既存の探索手法と比較してサンプル効率と成功率を大幅に改善することを示した。 - 学習された接触パターンが実世界にロバストに転移することを確認。 - プロジェクトページ（https://contact-explorer.github.io）で詳細を公開。

- 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、dexterous manipulationにおける強化学習の探索手法（例：novelty search、count-based exploration、energy-based models）や、接触リッチなタスクのための手法（例：contact-based exploration）が挙げられる。