CW-WAM、力覚対応の操作モデルを発表　挿入成功率を70%や95%に改善

何が起きたか

arXivは2026-10-21、力に敏感な操作向けの世界行動モデル「CW-WAM: A Structured Contact-Wrench World Action Model for Force-Sensitive Manipulation」を掲載した。論文は、動画、動作、contact wrenchを同時に予測し、時間整列したmotion-wrench chunkを制御参照として出す方式を示した。対象課題では、1辺1-mmクリアランスの正方形ペグ挿入で成功率を25%から70%に、高さの異なる荷重下での持ち上げ精度も改善した。

詳細

CW-WAMは、motionとcontact wrenchを同じモデリング対象として扱う統一インタラクションモジュールを持ち、pair-causal attentionでmotion-wrenchの依存関係を整理する。さらに、長い固定長のwrench memoryで過去の相互作用情報を保持する。 論文では、予測したwrench chunkを20-Hzの外部ループ・アドミッタンス・コントローラの力参照として用いるslow-fast制御系を採用した。これにより、peg insertionでは力参照RMSEが4.8 Nから2.7 Nに、wipingでは2.0 Nから1.3 Nに低下し、成功時の力変動も小さくなった。電源アダプターの挿入では、成功率が40%から95%に改善した。

Key Facts

本紙の見方

CW-WAMの新規性は、視覚・動作・接触力を別々に扱うのではなく、motionとcontact wrenchを同じ予測対象としてまとめ、さらに時間整列したchunkとして出力する点にある。言い換えれば、単なる軌道生成ではなく、実世界での接触を前提にした力参照までモデル側に持ち込んでいる。20-Hzの外部ループ・アドミッタンス制御と組み合わせた点も重要で、学習モデルの出力をそのまま動作命令にするのではなく、古典的制御で力と滑らかさを補完する構成である。 本紙の関連記事は与えられていないため、過去報道との連続性はここでは置けない。ただ、論文内の比較からは、接触情報を明示的に入れないWAMでは挿入成功率や力参照誤差に限界があったことが読み取れる。今回の結果は、ロボットの操作モデルが「見た目の再現」から「接触条件に沿った実行」へ寄る方向を示すものとみられる。特に、peg insertionとwipingの両方でRMSEが改善しているため、単一タスクの当てはまりではなく、接触を伴う操作一般に効く表現設計かどうかが焦点になる。 業界構造への含意としては、実機導入時に必要なデータの性質が変わる可能性がある。動画と動作だけでなく、荷重や接触力の計測を含む学習データが必要になれば、センサー装備、制御系、データ収集の設計を一体で考える必要がある。逆に、アドミッタンス制御のような既存の力制御系と組み合わせられるなら、学習モデルは完全な自律制御ではなく、接触局面を補助する層として位置づけられる可能性がある。未確定なのは、実環境での汎化範囲、対象タスクの広がり、学習に必要な力センサの条件、そして異なるロボットやエンドエフェクタにそのまま移植できるかである。

なぜ重要か

論文が示したのは、視覚中心の操作モデルよりも、接触力を明示的に扱う設計のほうが、挿入や拭き取りのような力依存タスクで有効になりうるという点である。ロボットの実運用では、成功率だけでなく力変動や参照誤差が安全性と品質に直結するため、こうした指標の改善は実装面の論点になる。

日本への影響

日本のロボット産業にとっては、産業用マニピュレーションで重視される力制御・センサ統合の設計が、この種のモデルでどこまで置き換えられるかが焦点になりそうだ。特に、接触力の計測とアドミッタンス制御を前提にした構成は、既存の制御技術を持つメーカーや部品サプライチェーンの強みと接続しやすい一方、学習用の力データをどう揃えるかが課題になる。