日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

English週刊ニュースレター購読
マニピュレーションarXiv:2609.36784

異種マニピュレータ間でのスケール不変な可操作性形状追従

Scale-Invariant Manipulability Shape Tracking Across Heterogeneous Manipulators

シェア:XThreadsFacebookLINEはてブBluesky

サイズや構造が異なるロボット間で可操作性を転送する際、絶対スケールを無視して形状のみを一致させるスケール不変な手法を提案し、4種のロボットでロボット間・人間からの転送を検証した。

詳しい要約

1. どんなもの？

- 異なるサイズと運動構造を持つマニピュレータ間で、manipulability ellipsoid の形状（向きと半軸長比）を転送する手法。 - 絶対的なスケールの一致を不要とし、正のスカラー倍を同一視する scale-invariant な manipulability shape tracking を提案。 - 単位行列式代表（unit-determinant representative）を用い、AIRM の下で形状追従残差を定式化。 - 位置と end-effector 方向のタスクと統合し、拘束付き関節速度 quadratic program で実現。

2. 先行研究と比べてどこがすごい？

- 従来の full-matrix tracking は形状と絶対スケールの両方をペナルティし、形状のみの一致が必要な場合に過剰な制約となる。 - 提案法はスケール不変性を導入し、スケール調整なしで形状追従を可能にする。 - 異種ロボット間および人間からロボットへの転送において、full 法より優れた形状一致と位置精度を示す。

3. 技術・手法の肝は？

- manipulability matrix を正のスカラー倍で同一視し、単位行列式代表に変換。 - 単位行列式形状代表の微分を導出し、AIRM の下で接空間追従残差の正規直交座標表現を構築。 - 得られた scale-invariant 目的関数を、位置と end-effector 方向タスクと共に拘束付き関節速度 quadratic program に統合。

4. どうやって有効だと検証した？

- 4 台の異種ロボットを用いたシミュレーションで、robot-to-robot および human-to-robot 転送を評価。 - 3 台の follower で、提案法はスケール調整なしに endpoint shape distance 9.30 x 10^-5 を達成。 - ロボット固有の目標スケールを動作中に調整した場合、Full 法は KR500 と UR20 で endpoint axis-ratio error 0.19-0.31 を維持。 - 人間の reaching と並行タスクでは、提案法は全 4 台で人間目標と同様に X 方向に伸びた dual force shape を生成し、endpoint position error は参照腕長の 2.4-5.6% に対し、Full 法は最大 75%。

5. 議論はある？

- 要旨からは不明。

6. 次に読むべき論文は？

- Full-matrix tracking 法（比較対象として言及） - Affine-invariant Riemannian metric (AIRM) を用いた manipulability 追従の関連研究 - 異種マニピュレータ間の manipulability 転送に関する研究

※ 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: Geunwoo Kwon, Dong-gyu Lee, Kai Li, Soonwoong Hwang, Wansoo Kim

分類: cs.RO

原文アブストラクト

When transferring manipulability across systems with different sizes and kinematic structures, matching absolute ellipsoid scale may be unnecessary when the goal is to reproduce orientation and semi-axis length ratios. Full-matrix tracking, however, penalizes both shape and absolute-scale differences, even when only shape matching is required. We therefore propose a scale-invariant manipulability shape-tracking method that treats matrices differing only by a positive scalar factor as equivalent and uses their unit-determinant representatives. We derive the differential of the unit-determinant shape representative and an orthonormal coordinate representation of the tangent tracking residual under the affine-invariant Riemannian metric (AIRM). The resulting scale-invariant objective is integrated with position and end-effector direction tasks in a constrained joint-velocity quadratic program. Simulations with four heterogeneous robots evaluate robot-to-robot and human-to-robot transfer. On three followers, the proposed method achieves endpoint shape distances of 9.30 x 10^-5 without scale tuning. With robot-specific target scales tuned during motion, the Full method retains endpoint axis-ratio errors of 0.19-0.31 on KR500 and UR20. For human reaching with concurrent tasks, the proposed method yields dual force shapes elongated along X like the human target on all four robots, with endpoint position errors of 2.4-5.6% of reference arm length versus up to 75% for the Full method tracking the original human ellipsoid.

arXivで原文を読む →arXiv概要ページ

関連論文

← 論文一覧

今週よく読まれている記事

  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
双腕モバイルマニピュレーターOpenShellの実機とお披露目フライヤー

双腕モバイルマニピュレーター OpenShell

人と働くために、顔がある。

OpenShellの特徴・実機を見る →