日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

ロボット適応/組立arXiv:2605.22082

CoRMA: 接触リッチなメタ適応のための対照的RMA

CoRMA: Contrastive RMA for Contact-Rich Meta-Adaptation

シェア:XThreadsFacebookLINEはてブBluesky

力支配の組立作業向けに、シミュレータのみの意味的接触文脈を推定する適応フレームワークCoRMAを提案し、実機での成功率を向上させた。

詳しい要約

1. どんなもの?

- 力が支配的な組立作業向けの、文脈ベースの meta-adaptation フレームワーク CoRMA を提案。 - RMA を改変し、生の simulator parameter 適応を 6D の simulator-only semantic contact context に置換。 - 6D context は contact onset、lateral engagement、guided transition、contact direction、jamming を記述。 - 展開時は oracle context を除去し、推論した context に置換して within-episode 適応を実現。 - demonstration、privileged input、gradient update を必要としない。

2. 先行研究と比べてどこがすごい?

- 従来の RMA は生の simulator parameter を適応対象とするが、CoRMA は意味的な contact context を適応インタフェースにする点が異なる。 - FORGE baseline は simulation では高い成功率を示すが hardware で大きく性能低下する。 - CoRMA は制御された target-pose noise 下で、より高い verified real success を維持。 - semantic contact inference が関連する組立タスクファミリ内で再利用可能な適応インタフェースになり得ることを示す。

3. 技術・手法の肝は?

- RMA を force-dominant assembly 向けに改変した context-based meta-adaptation を採用。 - 生の simulator parameter ではなく、6D の simulator-only semantic contact context を導入。 - 展開可能な causal Transformer adapter が、force、proprioceptive、action の履歴から context をオンライン推論。 - 推論は semantic regression と force-regime contrastive objective を用いる。 - 展開時は oracle context を推論 context に置き換え、demonstration、privileged input、gradient update なしで within-episode 適応を可能にする。

4. どうやって有効だと検証した?

- Isaac Lab / Isaac Sim 5.0 上で PegInsert、GearMesh、NutThread を評価。 - 実機では Marvin arm を用いて評価。 - FORGE baseline と比較し、simulation では高い成功率を示すが hardware で大きく劣化することを確認。 - CoRMA は制御された target-pose noise 下で、より高い verified real success を維持することを示した。

5. 議論はある?

- semantic contact inference は関連する組立タスクファミリ内で再利用可能な適応インタフェースとして支持される。 - より広い unseen-task generalization と Real2Sim calibration は今後の課題として残る。 - 要旨からは、他の議論や限界についての詳細は不明。

6. 次に読むべき論文は?

- FORGE baseline(RMA 系の先行研究として比較対象)。 - RMA(Rapid Motor Adaptation)系の meta-adaptation 研究。 - Isaac Lab / Isaac Sim 5.0 を用いた contact-rich assembly 研究。 - causal Transformer や contrastive learning を用いた robot motor adaptation 研究。

※ 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: Wentian Wang, Chutong Wen, Hongxu Ma, Wuhao Wang, Zhexiong Xue, Abdul Haseeb Nizamani, Dandi Zhou, Xinhai Sun, Jianqiao Zhu

分類: cs.RO, cs.LG

原文アブストラクト

We present CoRMA(Contrastive Robotic Motor Adaptation), a context-based meta-adaptation framework that modifies RMA for force-dominant assembly. CoRMA replaces raw simulator-parameter adaptation with a compact 6D simulator-only semantic contact context describing contact onset, lateral engagement, guided transition, contact direction, and jamming. A deployable causal Transformer adapter infers this context online from force, proprioceptive, and action histories using semantic regression and a force-regime contrastive objective. At deployment, oracle context is removed and replaced by the inferred context, enabling within-episode adaptation without demonstrations, privileged inputs, or gradient updates. We evaluate CoRMA on PegInsert, GearMesh, and NutThread in Isaac Lab / Isaac Sim 5.0 and on a real Marvin arm. Compared with FORGE baselines that achieve high simulation success but degrade substantially on hardware, CoRMA retains higher verified real success under controlled target-pose noise. These results support semantic contact inference as a reusable adaptation interface within a related assembly task family, while broader unseen-task generalization and Real2Sim calibration remain future work.

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2newmo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
  3. 3GXO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
  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

MINISFORUM(ミニPC)

MINISFORUM(ミニPC)の公式広告バナーMINISFORUM公式ストアを見る ↗
PR本紙発行元 EmplifAI