なんでもキャッチ！器用な手で汎化可能な動的捕球

本論文は Catch It All! と名付けられた、ヒト型ロボット向けの sim-to-real キャッチングフレームワークである。1台の egocentric camera のみを用いて、underhand と overhand の両方のキャッチを、訓練時に見ていない物体へ汎化して行うことを目指す。物体の geometry、deformability、elasticity、物理特性が変化しても対応できる policy を学習する。Unitree G1 上に zero-shot で展開して検証している。

任意物体のキャッチングは、未知の飛来物への汎化と、ノイズの多い視覚観測下での予測不能な接触ダイナミクスへのリアルタイム適応を必要とする。本論文は、1台の egocentric camera のみで underhand/overhand の両方を扱い、geometry・deformability・elasticity・物理特性の異なる未見物体へ汎化する点を主張している。ただし要旨からは、比較対象となる具体的な先行研究や定量的な優位性は不明。

sim-to-real のキャッチングフレームワークを構築し、汎化する policy を学習する。リアルタイムに物体の pose と shape へ適応する有効な grasp を、grasp reward の慎重な設計によって学習する。さらに safety-aware curricula を導入し、ハードウェア限界近く（wrist torque limits は 5 Nm 程度まで含む）での安全かつ高頻度な行動実行を可能にする。観測は1台の egocentric camera のみ。

Unitree G1 上へ zero-shot でシステムを展開して検証した。訓練時に見ていない9つの物体に対し、underhand と overhand のキャッチに成功したと報告している。対象には low-rebound plushes、semi-deformable toys、chip bags、接触時に高い rebound を示す rigid-elastic objects が含まれる。

要旨からは不明。safety-aware curricula や wrist torque limits への言及はあるが、失敗事例や限界、議論の詳細は要旨に記載がない。

要旨では具体的な参照論文が示されていないため、同分野の定番として sim-to-real の dexterous manipulation、dynamic catching、egocentric vision を用いた grasping、domain randomization に関する研究を次に読む候補とする。具体的な論文名は要旨からは不明。