RUMI、Robotiq 2F-85に合わせた手持ち装置で触覚付き実演を収集
プレプリントで発表されたRUMIは、Robotiq 2F-85の機構に合わせた手持ち実演装置に、触覚計測、AR表示、接触時の抵抗提示を組み込んだものである。ロボットを使わない収集実験では、ARと開始姿勢の位置合わせを併用すると関節可動域違反を含むエピソードが16/50から3/50へ減り、ロボットで再現できる学習データの確保に有効性を示した。
市販グリッパーの機構を再現した手持ち装置で、ロボットの運動制約に適合する触覚付き実演を集め、力覚フィードバックによって物体に応じた把持力を指示できるかが研究課題である。
ロボットなしで実演を記録すると、対象アームの作業範囲や関節制約が見えず、実行できない軌道を収集しやすい。手持ち装置とロボット側でグリッパーの運動特性が異なることも転用を難しくする。遠隔操作では接触の手掛かりが不足し、壊れやすい物体と重い物体に必要な把持力を調節しにくい。
UMI系は対象ロボットを常時使わずに実演を収集できるが、平行グリッパーを前提とし、実行可能性をその場で示さない装置が多い。ActiveUMIは既にAR表示を採用し、UMI-FTは指の力を計測する。MagiClawとOmniUMIには力覚機能がある。RUMIの特徴は、これらの機能を既存の市販グリッパーに対応する装置へ統合した点である。
はさみ状リンクでRobotiq 2F-85の非線形な指運動と取り付け形状を再現し、CoinFTとDIGITの指先モジュールを交換できる構造とした。CoinFTは200 Hzで6軸の力とトルクを測る。RealSense D405が手首視点の画像を取得し、Meta Quest 3コントローラーが姿勢を追跡する。拡張したIRISはQRによる座標合わせと逆運動学を使い、MuJoCoのロボット像を表示する。遠隔側の接触時にはサーボがリンクを固定し、その後に加えた力を把持力指令へ変換する。ACTにはCoinFTで補正したインピーダンス目標、または対照事前学習後に固定したResNet-18エンコーダーによるDIGIT触覚画像を利用した。コードと関連資産へのリンクも公開した。
ロボットなしの利用者実験は5人が各条件で10回ずつ行い、計100エピソードを記録した。ARと開始姿勢合わせの併用条件とARなし条件では、関節可動域違反が3/50対16/50、関節速度違反が11/50対29/50だった。平均可操作度は0.055 ± 0.022対0.046 ± 0.0057である。Robotiq 2F-85を装着した実機Franka FR3では、センサー情報を利用するACTと利用しない基準モデルの成功回数が、歯車組み付け20/20対7/20、ホワイトボード拭き16/20対7/20、ねじ締め9/20対3/20、箱の仕分け17/20対9/20となった。各課題で約100件の実演を集め、モデルごとに20回評価した。MuJoCoの梱包実験では約100件の実演を使用し、物体とフィードバック条件の組み合わせごとに100回評価した。力の増幅係数は1.5とした。力覚ありでは電球と変圧器ブロックの成功率が94%と97%、実演時の平均把持力が5.66 Nと22.82 N、方策実行時が5.42 Nと19.86 Nだった。力覚なしの実演平均は18.46 Nと15.83 Nで、電球の全実行がシミュレーション上の破損閾値10 Nを超えた。
著者らは手首カメラだけの視点と、外力フィードバックの不足を制約に挙げた。リンクの固定は接触を知らせるもので、任意の外部6軸力やトルクを再現しない。実演の揺れはねじ締め時の接触不安定や滑りにつながった。評価は単一ロボットプラットフォーム、利用者5人、方策ごとの実機試験20回に限られる。力覚による把持力制御の定量的根拠はシミュレーションであり、実機遠隔操作の機能説明はあるが同等の性能は検証されていない。AR表示と開始姿勢合わせを同時に導入したため、それぞれの効果も分離できていない。
産業自動化のインテグレーター、グリッパーメーカー、ロボット学習データ事業者は、公開資産を使って現在から研究試験に取り組める。特にRobotiq 2F-85を採用した設備との接点がある。産業導入の検討時期は1〜3年が想定されるが、幅広い実機評価で把持力制御の再現性、接触実演の安定性、作業空間の座標合わせの信頼性を確認することが条件となる。これは産業上の見通しであり、商用導入の予定は論文では報告されていない。
論文全文
CC BY 4.0 のもとで公開された論文です。全文は出典を明記して英語のまま転載しています:全文を読む(英語)。原文は arXiv:2611.15802(PDF)。