VOFA: ヒューマノイドのための力適応制御を用いた視覚目標物体押し操作

- 人間型ロボットが自己中心的な視覚のみを用いて、任意の目標位置へ大型物体を押すためのシステム VOFA を提案。 - 高レベルの visuomotor policy と低レベルの force-adaptive whole-body controller からなる二階層アーキテクチャ。 - 物体の質量や地面摩擦が未知でも、ノイズの多いオンボード知覚とアクチュエーション誤差に対処し、リアルタイムフィードバックループで動作。 - Booster T1 humanoid robot 上でシミュレーションと実世界実験を実施。 - シミュレーションで 90% 以上、実世界で 80% 以上の成功率を達成し、最大 17kg（機体重量の半分以上）の物体を押すことに成功。

- 既存手法は、オンボード知覚なしの privileged object-state information に依存するか、目標配置や物体の物理特性の変化に対するロバスト性が不足していた。 - VOFA は、オンボードのノイズを含む視覚観測のみを用いて、未知の物理特性を持つ物体を任意の目標位置へ押すことを可能にする。 - 高レベルポリシーが多様な物体・目標配置に対して閉ループで目標条件付きコマンドを生成し、低レベル全身コントローラが物体物理特性の変動に対するロバスト性を提供する点が新しい。 - 実機 Booster T1 で 80% 以上の成功率を達成し、17kg の物体を押せることを示した点が先行研究と比べて優れている。

- 二階層階層アーキテクチャを採用。 - 高レベル visuomotor policy は、ノイズの多いオンボード観測を処理し、目標条件付きコマンドを生成して、多様な物体・目標配置にわたる閉ループ動作を実現。 - 低レベル force-adaptive whole-body controller は、物体の物理特性（質量や地面摩擦など）の変動に対するロバスト性を提供。 - これにより、未知の物体質量や地面摩擦、ノイズの多いオンボード知覚、アクチュエーション誤差に対処しながらリアルタイムフィードバックループで動作。

- シミュレーションと実世界実験の両方で Booster T1 humanoid robot を用いて広範に評価。 - シミュレーションでは 90% 以上の成功率を達成。 - 実世界トライアルでは 80% 以上の成功率を達成。 - さらに、Booster T1 の体重の半分以上に相当する最大 17kg の物体を押すことに成功。

- 要旨からは不明。 - ただし、未知の物体質量や地面摩擦、ノイズの多いオンボード知覚、アクチュエーション誤差への対処が課題として挙げられている。 - 実世界での成功率はシミュレーションより低く、実環境での課題が示唆されるが、具体的な議論は要旨からは不明。

- 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、privileged object-state information を用いる手法や、オンボード知覚を用いない手法が背景として挙げられているが、具体的な論文名は要旨からは不明。 - 同分野の定番として、humanoid loco-manipulation、visual goal-conditioned pushing、force-adaptive whole-body control に関する研究が次に読むべき候補として考えられる。