剛性コパイロット：接触の多い遠隔操作のためのインピーダンスポリシー
Stiffness Copilot: An Impedance Policy for Contact-Rich Teleoperation
接触の多い遠隔操作において、操作者がロボットの姿勢を指示し、視覚ベースのポリシーがオンラインでロボットのインピーダンスを調整する共有制御手法を提案。シミュレーションで方向依存の剛性行列を学習し、それを用いて軽量な視覚ポリシーを教師あり学習することで、実画像へのゼロショット転移を実現した。
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？
※ 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: Yeping Wang, Zhengtong Xu, Pornthep Preechayasomboon, Ben Abbatematteo, Amirhossein H. Memar, Nick Colonnese, Sonny Chan
分類: cs.RO
原文アブストラクト
In teleoperation of contact-rich manipulation tasks, selecting robot impedance is critical but difficult. The robot must be compliant to avoid damaging the environment, but stiff to remain responsive and to apply force when needed. In this paper, we present Stiffness Copilot, a vision-based policy for shared-control teleoperation in which the operator commands robot pose and the policy adjusts robot impedance online. To train Stiffness Copilot, we first infer direction-dependent stiffness matrices in simulation using privileged contact information. We then use these matrices to supervise a lightweight vision policy that predicts robot stiffness from wrist-camera images and transfers zero-shot to real images at runtime. In a human-subject study, Stiffness Copilot achieved safety comparable to using a constant low stiffness while matching the efficiency of using a constant high stiffness.
