CompliantWBC: 力潜在推定と残差インピーダンス目標による重量ヒューマノイドの全身コンプライアンス制御

- 重量級 humanoid の全身 compliant control を実現する学習ベース手法 CompliantWBC を提案。 - 高 payload 下で人間中心環境に展開するため、任意部位への外力に対する全身の柔軟性を扱う。 - 構成は (1) RL で訓練する base policy、(2) 凍結 base 上の bounded residual policy、(3) Phong-weighted force-origin sampler と axis-decoupled pelvis anchor による curriculum。 - simulation と実機 heavy humanoid で検証。

- 従来の force-aware 学習パイプラインは end-effector resistance、per-link upper-body springs、end-effector stiffness modulation に集中。 - 重量プラットフォームで lower-body engagement を伴う任意部位の perturbation は未解決だった。 - CompliantWBC は multi-site whole-body impedance reference controller で classical Cartesian impedance を任意の controlled link に拡張し、このギャップを埋める。

- base policy を RL で訓練し、compliance-fidelity reward を最大化。multi-site whole-body impedance reference controller が指導。 - bounded residual policy が frozen base 上で per-link impedance equilibrium を編集し、force encoder の粗い wrench 推定を補正。 - force encoder は gradient barrier の背後で共訓練。 - Phong-weighted force-origin sampler と axis-decoupled pelvis anchor により、lower-body-inclusive compliance curriculum を 2 つの解釈可能なパラメータで誘導。

- simulation で compliant および stiff baseline と比較。 - analytical solutions からの偏差 2.58cm で best compliant fidelity を達成。 - 実機 heavy humanoid で static/dynamic force reaction、board wiping、squat under payload、cooperative payload transport を実証。

- 要旨からは不明。 - 限界や失敗事例、計算コスト、実機での安全性に関する議論は要旨に記載なし。

- 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 classical Cartesian impedance、RL-based whole-body control、force-aware learning、residual policy learning が挙げられる。 - 同分野の定番として whole-body control、impedance control、sim-to-real transfer に関する文献を読むべき。