Contact-Rich Manipulation中級
Neuromekaが接触リッチ操作向け学習反射ポリシー、仮想バネと平面とレールで訓練し実行層に
Neuromekaの研究チームは、仮想バネ、平面、レールの3つの原始的な相互作用から固有受容反射ポリシーをシミュレーションで学習し、上位制御器の下に置く凍結した実行層として使う手法をプレプリントで報告した。この反射層は力や幾何を直接観測せずに、双腕ボックス持ち上げ、ペグ挿入、表面追従で接触力を抑制し、0.02 mm公差の実機ペグ挿入では成功率を最大22%から36〜58%へ高めた。不完全な指令や形状誤差があっても接触を利用した実行を堅牢化できる点で重要である。