空中マニピュレーション2026/9/30arXiv:2610.00404

部分的な視覚観測による全身空中把持と持ち上げ

Whole-Body Aerial Grasping and Lifting via Partial Visual Observations

強化学習の教師-生徒フレームワークを用いて、部分的な視覚情報から飛行・アーム・グリッパを統合制御し、空中での把持と持ち上げを実現した研究。

詳しい要約

1. どんなもの？

シミュレーションで飛行・アーム動作・グリッパ閉鎖を単一ポリシーで統合制御し、部分的な視覚観測下で空中把持・持ち上げを行う手法。 - 再帰的 teacher-student フレームワーク - 特権的 teacher が強化学習で学習 - 再帰的視覚 student へ蒸留 - タスク段階の明示的入力なしで whole-body 協調を実現 - 評価はシミュレーションの acquisition-and-payload モデルで実施

2. 先行研究と比べてどこがすごい？

先行研究との具体的比較は要旨からは不明。 - 部分観測下での approach・acquisition・lifting の whole-body 協調を単一ポリシーで扱う点を主張 - 明示的な task-phase 入力なしで動作 - 特権的 teacher の critical-state curriculum で早期失敗による後段学習不足を緩和 - 再帰的視覚 student が dual-view point clouds と proprioception を統合

3. 技術・手法の肝は？

再帰的 teacher-student フレームワークが肝。 - teacher: 強化学習 + critical-state curriculum - acquisition・lifting 状態を先に露出し通常 approach 軌道へ接続 - student: 再帰的視覚ポリシー - 特権的 target 状態を dual-view point clouds と proprioception に置換 - 観測履歴を統合し closed-loop 制御 - closure 目的関数 - 持続的な model-defined readiness 系列から閉鎖タイミングを監督 - シミュレーションの acquisition-and-payload モデル - condition-triggered latching、virtual attachment、wrench-based payload loading

4. どうやって有効だと検証した？

シミュレーションで検証。 - 8,996 完了エピソード - frozen student の full-task 成功率 - nominal: 99.97% - physics/control-randomized: 97.14% - 追加 camera-randomized: 95.84% - nominal の latch-count-weighted mean of per-seed 90th-percentile alignment errors at acquisition: 8.12 mm

5. 議論はある？

要旨からは不明。 - シミュレーション評価のみで実機検証は記載なし - randomization 下での性能低下は示されるが、その要因や限界の議論は要旨にない - closure タイミング監督の一般性や他タスクへの転用可能性も不明

6. 次に読むべき論文は？

要旨で参照・比較されている研究は明記されていない。 - 関連手法として teacher-student distillation、privileged learning、recurrent visual policy、point cloud-based control、reinforcement learning with curriculum が挙げられる - 同分野の定番として aerial grasping、visual servoing、sim-to-real transfer に関する研究を次に読むべき

※ 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: Jiaye Jin, Rui Jin, Xinhang Xu, Haotian Jin, Ruiyang Liu, Yi Wang, Jiayan Zhao, Kun Cao, Lihua Xie

分類: cs.RO

原文アブストラクト

Aerial grasp-and-lift tasks require whole-body coordination across approach, acquisition, and lifting under partial target observations. Early approach failures can limit exposure to later task stages during training, while changing visibility complicates alignment and closure timing during execution. We present a recurrent teacher-student framework that learns a single policy in simulation to jointly command flight, arm motion, and gripper closure without an explicit task-phase input. A privileged teacher learns through reinforcement learning with a critical-state curriculum that exposes acquisition and lifting states before connecting them to normal approach trajectories. Its behavior is distilled into a recurrent visual student that replaces privileged target states with dual-view point clouds and proprioception, integrating observation history for closed-loop control. A dedicated closure objective supervises closure timing from sustained model-defined readiness sequences. Training and primary evaluation use a simulated acquisition-and-payload model with condition-triggered latching, virtual attachment, and wrench-based payload loading for short-distance lifting. Across 8,996 completed simulation episodes under this model, the frozen student achieves full-task success rates of 99.97%, 97.14%, and 95.84% under nominal, physics/control-randomized, and additional camera-randomized conditions, respectively. The nominal latch-count-weighted mean of per-seed 90th-percentile alignment errors at acquisition is 8.12 mm.

arXivで原文を読む →arXiv概要ページ

部分的な視覚観測による全身空中把持と持ち上げ

詳しい要約

1. どんなもの？

2. 先行研究と比べてどこがすごい？

3. 技術・手法の肝は？

4. どうやって有効だと検証した？

5. 議論はある？

6. 次に読むべき論文は？

原文アブストラクト

関連論文

今週よく読まれている記事

FRONTIER（GPU搭載BTOパソコン）

双腕モバイルマニピュレーター OpenShell