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:2610.18852

ForceWAM: 接触を伴う操作のためのデモとプレイデータから未来予測と応答学習を分離する力世界行動モデル

ForceWAM: Decoupling Future and Response Learning from Demo and Play Data for Contact-Rich Manipulation

シェア:XThreadsFacebookLINEはてブBluesky

成功デモから未来の映像と6軸力覚を予測する世界モデルと、デモとタスク非依存のプレイデータから行動を学ぶ逆動力学モデルを分離し、接触の多い操作を高成功率で実現した研究。

詳しい要約

1. どんなもの？

- 接触を伴う操作タスク向けの force world action model『ForceWAM』を提案 - 専門家デモとタスク非依存の play データを分離して活用 - world model が未来の video と 6軸 force/torque 軌道を予測 - 別の inverse dynamics model (IDM) が観測と予測 future から action を生成 - 実機で sliding, box flipping, ring placement を検証

2. 先行研究と比べてどこがすごい？

- 従来の world-modeling baseline や reactive baseline を上回る - 専門家デモのみでは不足する力応答の知識を play で補完 - タスク互換の相互作用結果と局所行動の接触変化を分離 - play データ追加で成功率が 15–45 ポイント向上 - 実機で 85–95% の平均成功率を達成

3. 技術・手法の肝は？

- world model は成功デモから未来 video と 6軸 force/torque を同時予測 - IDM はタスクと play の両方から観測・記録された visual-wrench future を action に写像 - play データが目標指向実行のための力応答知識を提供 - 展開時は IDM が生成 future を反応的に action へ変換 - world-model 更新間で新鮮な wrench feedback を再利用

4. どうやって有効だと検証した？

- 実機で force-regulated sliding, box flipping (with/without disturbances), ring placement を実施 - 平均成功率 85–95% を達成し world-modeling と reactive baseline を上回る - タスク非依存 play データ追加で成功率が 15–45 ポイント改善 - プロジェクトページとコードを公開

5. 議論はある？

- play データが接触リッチ実行の学習に有効であることを示す - デモと play の分離活用が力応答知識の獲得に寄与 - 外乱あり box flipping でも性能を維持 - 詳細な限界や失敗要因は要旨からは不明

6. 次に読むべき論文は？

- world model ベースのロボット操作 (例: Dreamer, UniPi 系) - inverse dynamics model を用いた模倣学習 - タスク非依存 play データを活用するロボット学習 - 接触リッチ操作のための force/torque 予測手法

※ 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: Zijun Xu, Wendi Chen, Xinkai Wang, Jiachen Zou, Hongjin Chen, Hairuo Liu, Bokai Lin, Shihao Ma, Ke Ma, Zhiwei Zhang, Zhuohao Yan, Ke Wu, Haoming Song, Xueqi Li, Chuan Wen, Jieru Zhao, Wenchao Ding, Cewu Lu, Lixin Yang

分類: cs.RO

原文アブストラクト

Expert demonstrations show how to complete contact-rich tasks, but provide limited coverage of how interaction forces respond to different actions. Task-agnostic play provides broader experience of contact dynamics without specifying task goals. To fully leverage these two types of data, we introduce ForceWAM, a force world action model that decouples knowledge of task-compatible interaction outcomes from knowledge of how local actions change contact. A world model learns from successful demonstrations to jointly predict future video and six-axis force/torque trajectories. Together, these futures describe the expected evolution of motion and contact during the task. A separate inverse dynamics model (IDM) learns from both task and play, mapping current observations and recorded visual-wrench futures to their associated robot actions. Play data thus provide knowledge of force responses for goal-directed execution. At deployment, the IDM reactively translates generated futures into actions, reusing them with fresh wrench feedback between world-model updates. Across real-robot force-regulated sliding, box flipping with and without disturbances, and ring placement, ForceWAM achieves $85$-$95\%$ mean success, surpassing world-modeling and reactive baselines. Our experiments further show that adding task-agnostic play data improves success by $15$-$45$ percentage points, demonstrating its value for learning contact-rich execution. Project page and code are available at https://force-wam.github.io/.

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 →