HS-MoDP：ユニツリーG1、別々に教えた両腕の技能を組み合わせ成功率73.3%
ユニツリーG1が片腕ずつ学んだ技能を組み合わせ、未学習の6通りで平均73.3%成功した。安価な外骨格で教示すると戸棚作業の全工程成功率が35%から65%に上がった。プレプリント。
片腕ずつ実演した技能を、全ての組み合わせを実演せずに新しい左右の組み合わせとして再利用できるか。
両腕技能の全組み合わせを実演するのは組み合わせ的に高コストだ。両腕を同時予測する方策は技能が絡み合い、データにない組み合わせで失敗しやすい。前腕と胴体を使う接触作業はVRコントローラーでは教えにくい。
pi0.5やGR00T N1.7などの汎用方策、MoDEなどの専門家混合拡散方策は両腕を一体で学習する。VRの逆運動学遠隔操作は肘の位置や腕と胴体の接触を直接制御できない。
HS-MoDPは腕ごとに意味的な技能条件とルーターを持たせ、共有の拡散エキスパート群につなぐ。視覚言語スケジューラーが操作と歩行での位置替えを交互に実行する。G1の腕14関節と同じ構造の装着型外骨格G1Exoで関節単位の実演を集めた。
未学習6組み合わせの平均は73.3%（各20回、60～85%）で、他手法は1つも完遂できなかった。G1ExoデータではVRデータに比べ、取っ手のないかごの抱え上げが15%から85%、瓶集めが65%から100%、戸棚の全工程が35%から65%に上がった。
共同で荷重を支える協調はまだ弱いと著者は認める。ロボット1機種、条件ごと20回の試験である。査読前のプレプリントで、コードと機体設計は査読後に公開予定。
遠隔操作でデータを集める人型ロボット開発者に関係する。ユニツリーG1を研究に使う日本の大学や企業にとっても、安価な同型外骨格による教示はデータ収集コストを下げる現実的な手段になりうる。
この論文はライセンス上、全文を転載できないため、要約と原文へのリンクのみを掲載しています。