サンプリングベース外乱オブザーバによるSim-to-Realギャップの克服：解析モデルから学習型世界モデルまで

- ロボット制御で用いられる analytical models, simulators, cost-query interfaces, learned world models に対し、物理展開時の nominal 仮定からのずれや外乱を推定する sampling-based disturbance observer (SDOB) を提案。 - 古典的 disturbance observer (DOB) を、明示的な plant model だけでなく simulator や learned world model にも拡張。 - state-rollout や cost-query interface を通じて外乱を推定し、sim-to-real mismatch の補償と制御性能向上を狙う。

- 古典的 DOB は一般に明示的な plant model を前提とするが、SDOB は simulator や learned world model を含む広範なモデルに DOB 原理を拡張。 - state-rollout や cost-query interface を介することで、解析モデルに限定されない点が先行研究と比べた新規性。 - 要旨からは、従来手法との定量的な比較や優位性の程度は不明。

- SDOB は二つの観測可能なチャネルを分離する。 - state-effect disturbances: フィードバック状態がその予測と異なる場合。 - cost disturbances: 知覚環境の変化により同じ query state が異なる cost を受け取る場合。 - これらを state-rollout または cost-query interface を通じて推定する。 - 明示的な plant model を必要とせず、simulator や learned world model にも適用可能。

- 多様な simulation および real-robot experiments を、traditional models と learned models の両方で実施。 - SDOB が sim-to-real mismatch を補償し、制御性能を改善することを示した。 - 具体的なタスク、指標、ベースラインとの比較数値は要旨からは不明。

- 要旨からは、SDOB の限界、適用条件、計算コスト、他の外乱推定手法との理論的関係についての議論は不明。 - 実験結果の一般性や、どのような sim-to-real mismatch に有効かの詳細も要旨からは不明。

- 要旨で参照・比較されている具体的な先行研究は明記されていない。 - 関連手法として classical disturbance observer (DOB)、sim-to-real transfer、learned world models、simulator-based control が挙げられる。 - 同分野の定番として domain randomization や system identification も次に読む候補となるが、要旨に直接の参照はない。