マニピュレーション2026/10/28arXiv:2610.38513

力覚駆動の制約認識型物体中心強化学習によるフック分解

Force-Driven Hook Disassembly via Constraint-Aware Object-Centric Reinforcement Learning

接触力から抜き取り可能な方向をオンライン推定する制約認識型強化学習を提案し、粒子フィルタで時系列統合して実機のフック型分解タスクにゼロショット適用した。

詳しい要約

1. どんなもの？

- フック型接続の自動分解を目的とした研究 - 接触力から分解可能な引き抜き方向をオンライン推定する constraint-aware reinforcement learning フレームワーク - robot-agnostic かつ object-centric なシミュレーションで学習し、実機へ zero-shot 転移 - 対象は peg-in-hole から end-of-life air-conditioning unit の propeller や front cover まで

2. 先行研究と比べてどこがすごい？

- フック型接続は姿勢が変動し、荷重で変形し、形状が隠れるため vision だけでは非破壊の分解方向を特定できない - 本研究は接触力から feasible extraction directions をオンライン推論する点が特徴 - 製品固有モデルや demonstrations を必要とせず分解を可能にする点を主張 - belief なしの policy と比較し air-conditioning cover の成功率を 45% から 75% へ改善

3. 技術・手法の肝は？

- 簡略化した peg-in-hole pair 上で robot-agnostic, object-centric なシミュレーション学習を実施 - 瞬時の接触力は noisy で局所的に曖昧なため particle filter belief を併用 - belief が時間的に統合された方向情報を policy に与え、冗長な探索動作を削減 - 学習方針を実機へ zero-shot 展開し、未知の multi-stage constraint structures へ転移

4. どうやって有効だと検証した？

- 実世界 4 タスクで検証: peg-in-hole pairs、end-of-life air-conditioning unit の inner propeller と front cover - 成功率は 100%、100%、90%、75% で、全タスクで最高の path efficiency を達成 - belief 付き policy は air-conditioning cover で 45% から 75% へ成功率を向上 - これらにより製品固有モデルや demonstrations なしの分解可能性を示唆

5. 議論はある？

- フック型接続の変形・隠れた形状・方向変動への対処が動機として議論されている - 瞬時接触力の noise と局所曖昧性を belief で補う設計上の議論がある - 実機への zero-shot 転移と未知の multi-stage constraint structures への適用可能性を主張 - 限界や失敗要因の詳細な議論は要旨からは不明

6. 次に読むべき論文は？

- particle filter を用いた belief 推定に関する研究 - peg-in-hole や contact-rich assembly の reinforcement learning 研究 - sim-to-real 転移や zero-shot 展開に関する研究 - end-of-life products の robotic disassembly 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: Nadeen Elhadad, Takuya Kiyokawa, Kensuke Harada

分類: cs.RO

原文アブストラクト

The growing volume of end-of-life products has intensified the need for automated disassembly, yet hook-type connections remain challengin: their orientations vary, they deform under load, and their geometry is hidden, so vision alone cannot identify a feasible non-destructive disassembly direction. This work proposes a constraint-aware reinforcement learning framework that infers feasible extraction directions online from contact forces. The policy is trained in a robot-agnostic, object-centric simulation on a simplified peg-in-hole pair and deployed zero-shot on a physical robot, where it transfers to real connections with unseen, multi-stage constraint structures. Because instantaneous contact forces are noisy and locally ambiguous, the policy is coupled with a particle filter belief that provides the policy with temporally integrated directional information and reduces redundant exploratory motion. The approach is validated on four real-world tasks, from peg-in-hole pairs to the inner propeller and front cover of an end-of-life air-conditioning unit. The full method achieves success rates of 100%, 100%, 90%, and 75% with the highest path efficiency on every task, and raises the success rate on the air-conditioning cover from 45% to 75% relative to a policy trained without the belief. These results indicate that force-driven reinforcement learning can enable disassembly without product-specific models or demonstrations.

arXivで原文を読む →arXiv概要ページ

力覚駆動の制約認識型物体中心強化学習によるフック分解

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