触覚/ロボット学習2026/6/1arXiv:2606.09777

AetheRock: 力誘導型視覚触覚学習のための腕装着型ロボット教示システム

AetheRock: An Arm-Worn Robot Teaching System for Force-Guided Vision-Tactile Learning

腕に装着する触覚・力覚センサ付きデバイスと、力と視覚で触覚学習を誘導するフレームワークを提案し、接触を伴う操作タスクのデータ収集と学習効率を向上させた。

詳しい要約

1. どんなもの？

- 接触の多いマニピュレーション向けに、力・触覚・視覚を同時収集する腕装着型ロボット教示システム AetheRock を提案。 - 指先にモジュール式で製造容易な visuo-tactile sensor「GelSlim-MiniFab」を搭載。 - 人間の指接触領域に resistive pressure sensor、カスタム PCB モジュール、装着キットを備える。 - さらに、力と視覚で触覚学習を導く表現学習フレームワーク ForceVT を提案。 - fidelity-agnostic な触覚学習を可能にし、任意の触覚状況で頑健な推論を目指す。

2. 先行研究と比べてどこがすごい？

- 従来のハンドヘルド/ウェアラブルデバイスでは、触覚センサと力センサの組み合わせが不適合で、力対応ロボット学習に課題があった。 - AetheRock は腕装着型で、モジュール式かつ製造容易な visuo-tactile sensor と resistive pressure sensor を統合し、快適で頑健なデータ収集を実現。 - ForceVT は、visuo-tactile sensor の製造・使用上の不一致による非効率を効果的に緩和する点が新しい。

3. 技術・手法の肝は？

- ハードウェア: 指先の GelSlim-MiniFab、指接触領域の resistive pressure sensor、カスタム PCB、ウェアラブルキットからなる腕装着型デバイス。 - アルゴリズム: ForceVT は力と視覚を用いて fidelity-agnostic な触覚学習を導く表現学習フレームワーク。 - 触覚状況に依存しない頑健な推論を可能にする。

4. どうやって有効だと検証した？

- 実世界実験を実施。 - AetheRock が qualified data efficiency を達成することを示す。 - ForceVT が visuo-tactile sensor の製造・使用上の不一致による非効率を効果的に緩和することを示す。

5. 議論はある？

- 要旨からは不明。 - 限界や今後の課題についての明示的な議論は要旨に記載されていない。

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、visuo-tactile sensor の GelSlim 系、force-aware robot learning、representation learning の文献が挙げられる。 - 同分野の定番として、GelSight、DIGIT、Force/Torque sensor を用いた contact-rich manipulation の研究が考えられる。

※ 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: Hong Li, Yue Xu, Yihan Tang, Yankang Dong, Chenyuan Liu, Chenyang Yu, Xuyang Li, Siyuan Huang, Yujun Shen, Nan Xue, Yong-Lu Li

分類: cs.RO

原文アブストラクト

Force and tactile sensing are indispensable in contact-rich manipulation. However, force-aware robot learning faces critical challenges due to the incompatible assembly of tactile and force sensors in handheld or wearable devices. To address these limitations, we first introduce AetheRock for gripper-force, vision, and tactile data collection, which is an arm-worn device featuring a modular and easily manufactured visuo-tactile sensor, GelSlim-MiniFab, at the fingertip, a resistive pressure sensor at the human finger contact region, a customized PCB module, and a wearable kit for comfortable and robust collection. Building on this, we propose ForceVT, a representation learning framework that uses force and vision to guide fidelity-agnostic tactile learning, enabling robust inference in any tactile situation. Real-world experiments show that AetheRock achieves qualified data efficiency and that ForceVT effectively alleviates inefficiencies when visuo-tactile sensors exhibit manufacturing and utilization inconsistencies. Overall, our work mitigates the limitations of gripper-force vision-tactile robot learning through innovative hardware design and algorithms.

arXivで原文を読む →arXiv概要ページ

← 論文一覧