ManiSoft: ソフト連続体ロボットのための視覚言語操作に向けて

- 軟体連続体ロボットアーム向けの vision-language manipulation ベンチマーク ManiSoft を提案。 - 剛体アーム中心の既存研究に対し、変形可能な soft arm の適応性を活かす課題を扱う。 - 弾性力制約で soft-body dynamics と接触リッチな相互作用を結合した専用シミュレータを備える。 - 4 タスクを定義し、基本の end-effector 協調から障害物回避まで変形制御の異なる側面を評価。 - 6,300 の多様なシーンと expert trajectories を自動生成するパイプラインを提供。

- 既存の vision-language manipulation は固定形態の剛体アームが主流で、混雑・狭所での適応性に限界。 - soft arm は変形性で有望だが、信頼性の低い proprioception と分散した低レベル actuation が課題。 - ManiSoft はこれら課題を調査するためのベンチマークとして、soft arm の vision-language manipulation を初めて体系的に扱う。 - 剛体と軟体アームのギャップを埋める testbed を目指す点が新規。

- 弾性力制約により soft-body dynamics と接触リッチ相互作用を結合した専用シミュレータを構築。 - 4 タスクを定義し、end-effector 協調から障害物回避まで変形制御の側面をカバー。 - 大規模高品質 trajectory 生成のため、high-level planner でタスクを waypoint 列に分解。 - 続いて low-level reinforcement learning policy が waypoint 追従のための torque コマンドを生成。 - 自動パイプラインで 6,300 の多様なシーンと expert trajectories を生成。

- 3 つの代表的な policy model をベンチマーク。 - clean scenes では比較的有望な結果を示すが、randomization 下で性能が大幅に低下。 - 可視化分析により、失敗は proprioceptive state の不正確な視覚推定と、適応的障害物回避への変形性活用不足に主因があると示唆。

- clean scenes では有望だが randomization 下で性能が大きく低下する点が議論の焦点。 - 失敗要因として proprioceptive state の視覚推定精度と、変形性を活かした適応的障害物回避の不足を指摘。 - ManiSoft が剛体と軟体アームの vision-language manipulation のギャップを埋める testbed となることを期待。 - コードとデータセットは公開予定。

- 要旨で参照・比較されている個別研究は明示されていない。 - 関連手法として vision-language manipulation、soft continuum robotics、reinforcement learning policy、high-level planner が挙げられる。 - 同分野の定番として rigid robotic arms 向け vision-language manipulation 研究や soft robotics の制御研究を参照するのが有用。