日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

ソフトロボティクス/sim2realarXiv:2606.22397

剛体シミュレータはソフトロボットの夢を見るか?腱駆動連続体ロボットの接触リッチ操作の学習

Do Rigid-Body Simulators Dream of Soft Robots? Learning Contact-Rich Manipulation for Tendon-Driven Continuum Robots

シェア:XThreadsFacebookLINEはてブBluesky

腱駆動連続体ロボットをMuJoCoに組み込むための連続体力学に基づく離散化を導出し、シミュレータを構築。シミュレーションで模倣学習し、実機の3セグメント連続体ロボットにゼロショット転送して接触リッチな操作タスクを実現した。

詳しい要約

1. どんなもの?

- tendon-driven continuum robots (TDCRs) の contact-rich whole-body manipulation を対象とした研究。 - 既存の soft robot simulator は contact handling・actuation support・learning integration が不足し、rigid-body approximation は物理的根拠を犠牲にするという課題がある。 - 本研究は continuum-mechanics-informed discretization を導出し、TDCR を MuJoCo 内に native に配置することで、tendon forces・body contact・dynamics を単一の physics pipeline で統合する simulator を構築。 - この simulator 上で teleoperation による state-based imitation learning policy を訓練し、7-DoF Franka arm 上の physic…

2. 先行研究と比べてどこがすごい?

- 既存の soft robot simulator は physically grounded だが、contact handling・actuation support・learning integration が不足し contact-rich manipulation に不向き。 - rigid-body approximation はこれらの能力を持つが physical grounding を犠牲にする。 - 本研究は continuum-mechanics-informed discretization により TDCR を MuJoCo に native に組み込み、両者のギャップを橋渡しする点が新しい。 - 著者らによれば、continuum robots の contact-rich manipulation における sim-to-real transfer の初の実証。

3. 技術・手法の肝は?

- continuum-mechanics-informed discretization を導出し、TDCR を MuJoCo 内に native に配置。 - tendon forces・body contact・dynamics を単一の physics pipeline で統合。 - simulator 上で teleoperation による state-based imitation learning policy を訓練。 - 訓練した policy を physical 3-segment TDCR へ zero-shot で展開。

4. どうやって有効だと検証した?

- simulator を Cosserat rod reference と比較し、static および dynamic で検証。 - 実 TDCR hardware に対しても検証。 - 7-DoF Franka arm 上の physical 3-segment TDCR で、2 つの contact-rich manipulation task に対して zero-shot 展開を実施。

5. 議論はある?

- 要旨からは不明。

6. 次に読むべき論文は?

- Cosserat rod reference(要旨で比較対象として参照)。 - MuJoCo(要旨で基盤 simulator として参照)。 - 同分野の定番として soft robot simulator や rigid-body simulator に関する研究。

※ 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: Chengnan Shentu, Nicholas Baldassini, Tongjia Zheng, Priyanka Rao, Jessica Burgner-Kahrs

分類: cs.RO

原文アブストラクト

Learning contact-rich, whole-body manipulation for soft continuum robots is held back by the lack of simulation infrastructure that has accelerated rigid-robot manipulation. Existing soft robot simulators are physically grounded but lack the contact handling, actuation support, or learning integration needed for contact-rich manipulation; rigid-body approximations offer these capabilities but sacrifice physical grounding. We bridge this gap for tendon-driven continuum robots (TDCRs) by deriving a continuum-mechanics-informed discretization that places the soft robot natively inside MuJoCo, unifying tendon forces, body contact, and dynamics in a single physics pipeline. We validate the simulator against a Cosserat rod reference (static and dynamic) and real TDCR hardware. We then train state-based imitation learning policies via teleoperation in simulation and deploy them zero-shot to a physical 3-segment TDCR on a 7-DoF Franka arm across two contact-rich manipulation tasks. To our knowledge, this is the first demonstration of sim-to-real transfer for contact-rich manipulation with continuum robots.

関連論文

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

FRONTIER(GPU搭載BTOパソコン)

FRONTIER(GPU搭載BTOパソコン)の公式広告バナーFRONTIERでGPU搭載PCを見る ↗
PR本紙発行元 EmplifAI