FACTR 2: コモディティロボットアームの外力センシング学習がポリシー学習を向上させる

- 低コストなロボットアームに力覚センサを追加せず、外部関節トルクを推定する data-driven 手法 NEXT を提案。 - NEXT は 10 分の free-motion データから 1 分で学習し、専用の joint-torque sensor に匹敵する推定精度を実現。 - 力覚フィードバック teleoperation を低コストアームで可能にし、Force-Informed Re-Sampling Training (FIRST) により behavior cloning 中の接触前・接触区間を up-sample して policy learning を改善。 - 5 つの long-horizon タスクで、FIRST は prior force-aware policies を 17% 以上上回る task progress を達成。 - 追加の sensing hardware なしで、off-the-shelf robots に力覚対応 teleoperation と policy learning をもたらす。

- 従来の contact-rich manipulation では高価な専用力覚センサが必要だったが、NEXT はセンサ不要で外部関節トルクを推定。 - 専用 joint-torque sensor と同等の推定精度を、10 分の free-motion データと 1 分の学習で達成。 - FIRST は prior force-aware policies と比較して、5 つの long-horizon タスクで task progress が 17% 以上向上。 - 低コストアームでも力覚フィードバック teleoperation と力覚を考慮した policy learning を実現。

- Neural External Torque Estimation (NEXT): データ駆動型で外部関節トルクを推定。専用センサ不要。 - 10 分の free-motion データから 1 分で学習。 - Force-Informed Re-Sampling Training (FIRST): behavior cloning 中に接触前 (pre-contact) と接触 (contact) 区間を up-sample。 - これにより力覚を考慮した policy learning を改善。

- NEXT の推定精度を専用 joint-torque sensor と比較し、同等であることを確認。 - 5 つの long-horizon タスクで FIRST を評価し、prior force-aware policies より task progress が 17% 以上向上。 - 低コストアームでの力覚フィードバック teleoperation を実現。 - 詳細な実験設定は要旨からは不明。

- 要旨からは不明。

- 要旨で参照/比較されている研究: prior force-aware policies。 - 関連手法: behavior cloning, teleoperation, force-feedback teleoperation。 - 同分野の定番: contact-rich manipulation, force/torque sensing, imitation learning。