DexFLEX: 接触を考慮した基盤コントローラによる指令誘導型巧みな操作

- DexFLEXは、接触を考慮した基盤コントローラであり、上流の指先運動ドラフトを接触整合性のある関節コマンドに変換する。 - ドラフトを軌道としてコピーするのではなく、意図に関する証拠として扱う。 - 現在の触覚・固有受容状態から、実行可能な短期運動チャンクを提案し、接触結果を予測し、コマンドに最も従いつつ将来の接触安定性を保つ候補を選択する。 - 推論時にはDraft-Dream-Select手続きにより、純粋な事前提案による回復とドラフトシード提案による応答性を組み合わせ、選択された運動を実行可能な関節空間目標にデコードする。

- 従来のコマンド追従型制御と比較して、接触決定を明示的に扱う点が新しい。 - 同じ訓練済みコントローラを再訓練なしで、劣化コマンドシミュレーション、実世界共有制御、視覚運動ポリシー学習に適用し、ロバスト性を向上させる。 - 実世界テレオペレーション成功率を29.2%から78.3%に向上させ、ポリシー学習成功率46.7%を達成。これは直接関節行動予測の3.5倍、事前のみの修正の1.56倍である。

- 上流の指先運動ドラフトを意図の証拠として解釈する。 - 現在の触覚・固有受容状態から、短期運動チャンクを提案し、その接触結果を予測する。 - コマンド追従と将来の接触安定性の両方を考慮して候補を選択する。 - 推論時にはDraft-Dream-Select手続きを採用し、純粋な事前提案とドラフトシード提案を組み合わせる。 - 選択された運動を関節空間目標にデコードする。

- 劣化コマンドシミュレーション、実世界共有制御、視覚運動ポリシー学習の3つの設定で検証。 - 同じ訓練済みコントローラを再訓練なしで適用し、ロバスト性の向上を確認。 - 実世界テレオペレーション成功率が29.2%から78.3%に向上。 - ポリシー学習成功率46.7%を達成し、直接関節行動予測の3.5倍、事前のみの修正の1.56倍であることを示した。

- 要旨からは不明。

- 要旨で参照/比較されている研究や関連手法は明示されていない。同分野の定番として、dexterous manipulation、teleoperation、visuomotor policy learning、tactile-proprioceptive controlに関する論文が挙げられる。