多峰不確実性下でのロバストな器用な把持のための変分ニューラル信念パラメータ化

- 把持獲得を latent contact parameters と object pose 上の変分推論として定式化 - belief を微分可能な Gaussian mixture で表現 - Gumbel-Softmax による component selection と location-scale reparameterization を利用 - 微分可能な CVaR surrogate を通した pathwise gradients で tail robustness を直接最適化 - 接触パラメータ不確実性と外力外乱下での robust grasp を目指す

- 従来の expected-quality 目的は tail outcomes を無視し、悪条件下で失敗する把持を選びやすい - risk-sensitive POMDP は particle-filter beliefs を使うことが多く、スケールが悪く勾配最適化を妨げる - CVaR 推定も高分散な近似になりがち - 本研究は微分可能な Gaussian mixture belief により、tail robustness を直接最適化しつつ計画時間を particle-filter MPC 比で約1桁削減

- latent contact parameters と object pose 上の variational inference - belief を微分可能な Gaussian mixture として表現 - Gumbel-Softmax で component selection を滑らかに - location-scale reparameterization でサンプルを belief パラメータの滑らかな関数に - 微分可能な CVaR surrogate を通して pathwise gradients を計算し、tail robustness を直接最適化

- シミュレーションで接触パラメータ不確実性と外力外乱下の robust grasp success を評価 - particle-filter model-predictive control と比較し、計画時間を約1桁削減 - serial-chain robot arm と multifingered hand で object-pose uncertainty 下の grasp-and-lift 成功を Gaussian baseline と比較 - 両手法ともテストした外乱で成功するが、提案 controller はより少ないステップと wall-clock time で終了し、tactile grasp-quality proxy も高い - 学習した belief の risk calibration も評価し、mean absolute calibration error がテストしたシミュレーション領域で 0.14 未満、Cross-Entropy Method planner は 0.58

- 提案手法は tail robustness と計算効率の両面で利点を示す - Gaussian baseline との比較では両者とも成功するが、提案手法は終了ステップ数・時間・tactile grasp-quality proxy で優位 - risk calibration の精度も Cross-Entropy Method planner より良好 - ただし要旨からは、実機実験の詳細や限界、失敗事例、一般化範囲についての議論は不明

- particle-filter model-predictive control - risk-sensitive POMDP - Conditional Value-at-Risk (CVaR) - Gaussian mixture variational inference - Gumbel-Softmax - Cross-Entropy Method planner