日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

English週刊ニュースレター購読
マニピュレーションarXiv:2604.20712

視覚-触覚を用いたペグ穴挿入の学習：ペグ引き抜き動作からの転移

Visual-Tactile Peg-in-Hole Assembly Learning from Peg-out-of-Hole Disassembly

シェア:XThreadsFacebookLINEはてブBluesky

ペグ穴挿入作業を、より簡単な逆タスクであるペグ引き抜き動作の学習を利用して効率的に学習するフレームワークを提案。視覚と触覚の情報を統合し、成功率を向上させた。

詳しい要約

1. どんなもの？

- ロボットのPeg-in-Hole (PiH) 組立タスクを対象とした視覚・触覚スキル学習フレームワーク。 - 逆タスクであるPeg-out-of-Hole (PooH) 分解を活用し、PiH学習を促進する。 - PooHは摩擦を克服するだけで精密な位置合わせが不要なため、データ収集が効率的。 - 両タスクを共有の視覚・触覚観測空間を持つ統一環境でPOMDPとして定式化。

2. 先行研究と比べてどこがすごい？

- 従来のRLによるPiHは広範な探索を要するが、本手法は逆タスクPooHを利用して効率的に学習。 - 直接RLでPiHをゼロから学習する手法と比べ、成功率が18.1%向上。 - 単一モダリティの手法と比べ、接触力が6.4%低減。 - 見た物体で平均87.5%、未見物体で77.1%の成功率を達成。

3. 技術・手法の肝は？

- PooHとPiHを共有の視覚・触覚観測空間を持つ統一環境でPOMDPとして定式化。 - まず視覚・触覚PooHポリシーを訓練。 - その軌道（運動学・視覚・触覚情報を含む）を時間反転し、行動をランダム化してPiHの専門家データを生成。 - ポリシー学習では視覚がペグ・穴の接近を、触覚が位置ずれの補償を担う。

4. どうやって有効だと検証した？

- 多様なペグ・穴形状で実験。 - 視覚・触覚ポリシーは単一モダリティより接触力が6.4%低い。 - 見た物体で平均87.5%、未見物体で77.1%の成功率。 - 直接RLでPiHをゼロから学習する手法より成功率が18.1%高い。

5. 議論はある？

- 要旨からは不明。

6. 次に読むべき論文は？

- 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、Peg-in-HoleタスクにおけるReinforcement Learning (RL) や視覚・触覚融合に関する研究が挙げられる。

※ 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: Yongqiang Zhao, Xuyang Zhang, Zhuo Chen, Matteo Leonetti, Emmanouil Spyrakos-Papastavridis, Shan Luo

分類: cs.RO

原文アブストラクト

Peg-in-hole (PiH) assembly is a fundamental yet challenging robotic manipulation task. While reinforcement learning (RL) has shown promise in tackling such tasks, it requires extensive exploration. In this paper, we propose a novel visual-tactile skill learning framework for the PiH task that leverages its inverse task, i.e., peg-out-of-hole (PooH) disassembly, to facilitate PiH learning. Compared to PiH, PooH is inherently easier as it only needs to overcome existing friction without precise alignment, making data collection more efficient. To this end, we formulate both PooH and PiH as Partially Observable Markov Decision Processes (POMDPs) in a unified environment with shared visual-tactile observation space. A visual-tactile PooH policy is first trained; its trajectories, containing kinematic, visual and tactile information, are temporally reversed and action-randomized to provide expert data for PiH. In the policy learning, visual sensing facilitates the peg-hole approach, while tactile measurements compensate for peg-hole misalignment. Experiments across diverse peg-hole geometries show that the visual-tactile policy attains 6.4% lower contact forces than its single-modality counterparts, and that our framework achieves average success rates of 87.5% on seen objects and 77.1% on unseen objects, outperforming direct RL methods that train PiH policies from scratch by 18.1% in success rate. Demos, code, and datasets are available at https://sites.google.com/view/pooh2pih.

arXivで原文を読む →arXiv概要ページ

関連論文

← 論文一覧

今週よく読まれている記事

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2GXOとApptronik、Apolloの物流現場試験を拡大　最大1,000台の展開を構想量産・展開
  3. 3newmoとKDDIが資本業務提携　2028年に堺市で自動運転タクシー商用化目指す提携・買収
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

FRONTIER（GPU搭載BTOパソコン）

FRONTIER（GPU搭載BTOパソコン）の公式広告バナーFRONTIERでGPU搭載PCを見る ↗
PR本紙発行元 EmplifAI
双腕モバイルマニピュレーターOpenShellの実機とお披露目フライヤー

双腕モバイルマニピュレーター OpenShell

人と働くために、顔がある。

OpenShellの特徴・実機を見る →