Sumo: 動的かつ汎用的な全身ロコ操作

- 本論文は、脚式ロボットが全身の器用さで大きく重い物体を動的に操作するための sim-to-real アプローチを提案する。 - 事前学習済みの whole-body control policy を test-time に sample-based planner で steering することで、多様な dynamic loco-manipulation タスクを実現する。 - 追加の tuning や training なしで多様な物体とタスクに汎化し、test time に cost function を柔軟に調整することでさらに強化できる。 - 実世界の Spot quadruped robot で、ロボットの公称持ち上げ能力を超える tire の uprighting や、ロボットより大きく高い crowd-control barrier の dragging を含む挑戦的なタスクを実証。 - 同じアプローチが simulation で humanoid loco-manipulation タスク（door を開く、table を押す）にも汎化することを示す。

- 先行研究と比べて、事前学習済みの whole-body control policy を test-time に sample-based planner で steering する点が新しい。 - 追加の tuning や training なしで多様な物体とタスクに汎化できる点がすごい。 - test time に cost function を柔軟に調整することで性能をさらに向上できる。 - 実世界の Spot quadruped robot で、ロボットの公称持ち上げ能力を超える tire の uprighting や、ロボットより大きく高い crowd-control barrier の dragging を実現。 - simulation で humanoid loco-manipulation タスク（door を開く、table を押す）にも汎化することを示した。

- 事前学習済みの whole-body control policy を test-time に sample-based planner で steering する。 - この組み合わせにより、動的な loco-manipulation タスクを解決する。 - test time に cost function を柔軟に調整することで、汎化性能をさらに高める。 - sim-to-real アプローチを採用し、実世界の Spot quadruped robot で検証。 - 同じアプローチを simulation で humanoid に適用。

- 実世界の Spot quadruped robot で、ロボットの公称持ち上げ能力を超える tire の uprighting や、ロボットより大きく高い crowd-control barrier の dragging を含む挑戦的な loco-manipulation タスクを実証。 - simulation で humanoid loco-manipulation タスク（door を開く、table を押す）に汎化することを示した。 - 追加の tuning や training なしで多様な物体とタスクに汎化することを確認。 - test time に cost function を調整することで性能が向上することを示した。

- 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 whole-body control policy、sample-based planner、sim-to-real が挙げられる。同分野の定番として legged robot の loco-manipulation に関する研究が考えられる。