何が起きたか
2026年8月26日、arxiv.orgにて、接触の多い環境での両腕操作を対象とした新しいMPCフレームワーク「PRISM」が発表された。PRISMはGPU加速物理シミュレータをオンライン世界モデルとして使用し、QPガイド付き制御サンプリング戦略を導入。PerAct2タスクの変種（障害物制約下のボール輸送、トレイ輸送、キューブ受け渡し、ボックス持ち上げ）で評価され、代表的なサンプリングベースのベースラインと比較してロバスト性と成功率が向上した。さらに、2台のUR5eマニピュレータでのsim-to-real転送にも成功している。
詳細
PRISMの主なアルゴリズム的貢献は、QPガイド付き制御サンプリング戦略により、軌道探索と運動学的実現可能性を分離することである。各MPCステップで、サンプリングされた関節速度軌道は、関節位置・速度・加速度・ジャークの制約と初期速度境界条件を満たす運動の集合に投影され、その後ロールアウト評価が行われる。オンライン実行を効率的にするため、関節ごとの分離可能性と再利用可能な行列分解を利用したカスタムADMM/Bregman分割QPソルバーを導出。さらに、ベイズ最適化を用いてタスクコストの重みをオフラインで調整し、手動パラメータ選択を削減する。評価では、実時間またはそれに近い実行を維持しながら、ロバスト性と成功率の向上を示した。プロジェクトの詳細（コード、補足ビデオ）はhttps://sites.google.com/view/prismbimanualで公開されている。
Key Facts
| PRISMはGPU加速物理シミュレータをオンライン世界モデルとして使用する、投影統合型サンプリングベースMPCフレームワークである。 | [1] |
| QPガイド付き制御サンプリング戦略により、軌道探索と運動学的実現可能性を分離する。 | [1] |
| カスタムADMM/Bregman分割QPソルバーを導出し、関節ごとの分離可能性と再利用可能な行列分解を利用する。 | [1] |
| ベイズ最適化を用いてタスクコストの重みをオフラインで調整する。 | [1] |
| PerAct2タスクの変種（障害物制約下のボール輸送、トレイ輸送、キューブ受け渡し、ボックス持ち上げ）で評価し、代表的なサンプリングベースのベースラインと比較してロバスト性と成功率が向上した。 | [1] |
本紙の見方
PRISMは、接触の多い両腕操作におけるMPCの新たなアプローチを提示する。従来のサンプリングベースMPCは、運動学的制約を考慮せずに探索を行うため、実現不可能な軌道が多く生成され、効率が低下する問題があった。PRISMは、QPガイド付きサンプリングにより、探索を運動学的に実現可能な空間に投影することで、この問題を解決している。この「投影統合」のアイデアは、探索の広さと実現可能性を両立させる点で新規性が高い。 本稿は、GPU物理シミュレータをオンライン世界モデルとして使用する点も注目に値する。これにより、実機での試行錯誤を減らし、シミュレーション内で高速にロールアウト評価を行うことができる。これは、実世界のデータ収集コストが高いロボット操作タスクにおいて、シミュレーションの活用が進む流れに沿ったものである。 業界構造への含意としては、このようなフレームワークは、ロボットのソフトウェアスタックにおける「プランニング」層の高度化に寄与する。特に、接触を伴うタスク（組立、搬送など）では、従来の軌道計画では困難だった動的な環境変化への適応が可能になる。また、ベイズ最適化によるコスト調整の自動化は、パラメータ調整の専門知識を必要とせず、導入障壁を下げる可能性がある。 一方で、未確定の論点も残る。まず、実機での評価はUR5eのみであり、他のマニピュレータやより複雑なタスクでの汎用性は不明である。また、計算コストについて、実時間実行を維持しながらどの程度の複雑なタスクまでスケールするかは、今後の検証が必要である。さらに、シミュレータの物理精度が実機とのギャップにどの程度影響するかも、sim-to-real転送の成否を左右する重要な要素である。
なぜ重要か
PRISMは、接触の多い両腕操作におけるMPCの実用性を高める可能性がある。GPU物理シミュレータをオンラインで活用するアプローチは、シミュレーションと実機のギャップを縮め、ロボットの導入コストを低減する方向性を示す。また、QPガイド付きサンプリングとベイズ最適化の組み合わせは、ロボット制御の自動化と効率化に寄与する。