日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

VLA/力覚制御arXiv:2609.05832

CR-VLA-Force: 制御認識型コンプライアンスVLAモデルによる頑健な接触豊富なロボット操作の学習

CR-VLA-Force: Learning Control-aware Compliance VLA Model for Robust Contact-rich Robotic Manipulation

シェア:XThreadsFacebookLINEはてブBluesky

力覚認識を統合したVLAモデルが精密な力追従と迅速な調整に弱い問題を解決するため、マルチモーダルMoEと多段階訓練、適応コンプライアンス制御を備えたCC-VLAフレームワークを提案し、実機実験で有効性を示した。

詳しい要約

1. どんなもの?

本論文は、力覚(F/T)知覚を統合したVision-Language-Action (VLA)モデルによる接触を伴うロボット操作の模倣学習において、精密な力追従と迅速な逐次調整を可能にするControl-aware Compliance VLA (CC-VLA)フレームワークを提案している。CC-VLAは、マルチモーダルMixture-of-Experts (MoE)を用いて力信号系列と視覚・言語融合特徴を符号化し、多段階訓練戦略により視覚意味空間と疎サンプリング下での力知覚を強化する。さらに、VLA誘導の適応コンプライアンス制御器により、非接触時の精密な位置追従と接触タスクでの最適な力・位置追従を実現する。また、高精度F/Tデータ収集のためのadversarial shared teleoperation戦略を導入し、安全性とインタラクティブ性を向上させる。実世界実験で、挑戦的な力知覚タスクの成功率と力制御精度を向上させ、部分的なOODポーズシフト設定下での多層的な安全性とロバスト性を示した。

2. 先行研究と比べてどこがすごい?

既存のforce-aware VLAモデルは、action-chunk実行戦略と知覚から実時間制御までの遅延により、精密な力追従と迅速な逐次調整が困難であり、過大な接触力を生じる可能性がある。CC-VLAは、MoEによる力信号と視覚言語特徴の効率的な融合、多段階訓練による疎サンプリング下での力知覚の強化、VLA誘導の適応コンプライアンス制御によるリアクティブな力制御を導入することで、これらの限界を克服している。また、adversarial shared teleoperation戦略により、高精度なF/Tデータ収集を安全に行える点も新しい。

3. 技術・手法の肝は?

手法の核は、(1)マルチモーダルMoEを用いて力信号系列と視覚・言語融合特徴を符号化し、異なるモダリティの効果的な統合を図ること、(2)多段階訓練戦略により、視覚意味空間でのロバストな知覚と、疎サンプリング条件下での力知覚を実現すること、(3)VLA誘導の適応コンプライアンス制御器により、非接触時の位置追従と接触時の力・位置追従を最適化すること、(4)adversarial shared teleoperation戦略により、接触を伴うデモンストレーションの高精度F/Tデータを安全に収集することである。

4. どうやって有効だと検証した?

実世界実験により、挑戦的な力知覚タスクにおける成功率の向上、力制御精度の向上、部分的なOODポーズシフト設定下での多層的な安全性とロバスト性を検証した。具体的なタスクや比較ベースラインは要旨からは不明だが、提案手法の有効性を実機で示している。

5. 議論はある?

要旨からは、提案手法の限界や今後の課題についての議論は不明。ただし、部分的なOODポーズシフト設定でのロバスト性が示されているが、完全なOODやより複雑な環境での性能は不明である。また、action-chunk実行戦略の遅延問題を緩和するが、完全に解決しているかは不明。

6. 次に読むべき論文は?

要旨で参照されている関連研究として、force-aware VLAモデル、Vision-Language-Action (VLA)モデル、模倣学習、力/トルク知覚、適応コンプライアンス制御、Mixture-of-Experts、teleoperation戦略などが挙げられる。具体的な論文名は不明だが、これらの分野の代表的な研究を読むことが推奨される。

※ 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: Zhaohong Mai, Chao Wang, Chao Zeng, Sitong Mao, Heng Zhang, Shunbo Zhou, Chenguang Yang

分類: cs.RO

原文アブストラクト

Integrating visuomotor policies or Vision-Language-Action (VLA) models with force/torque (F/T) perception has demonstrated significant progress in imitation learning for robotic manipulation. However, existing force-aware VLA models frequently exhibit limited capability in precise force tracking and rapid successive adjustments. This deficiency stems from the limitations of action-chunk execution strategies and the substantial latency between perception and real-time control. Such limitations can lead to task failures and safety risks, particularly when the execution of an action chunk exerts excessive interaction forces without timely adjustment. To overcome this challenge, we propose the Control-aware Compliance VLA (CC-VLA) framework for reactive control. The CC-VLA model employs a multimodal mixture-of-experts (MoE) to encode force signal sequences and vision-language fused feature. Furthermore, it utilizes a multi-stage training strategy to ensure robust perception within the visual-semantic space and effective force perception under sparse sampling conditions. Additionally, a VLA-guided adaptive compliance controller is designed to facilitate precise position tracking during contact-free motion and optimal force-position tracking for contact-rich tasks. To facilitate high-precision F/T data acquisition, we also implement an adversaria shared teleoperation strategy for contact-rich demonstrations that bolsters system safety and interactivity. Extensive real-world experiments demonstrate that CC-VLA significantly improves success rates in challenging force-perception tasks and enhances force-control precision, while providing multi-level safety and robustness under the tested partial-OOD pose-shift settings.

  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