ロボット基盤モデルに力制御を付与するFP2を発表　4つの実機接触タスクで評価

何が起きたか

arxiv.orgは2026-09-29、ロボット基盤モデル（RFM）に明示的な力制御を与えるFP2を公開した。FP2は、タスクレベルの動作生成を担う基盤ポリシーと、相互作用の調整だけに専念する高周波の力制御ポリシーを分離する。論文では、4つのRFMバックボーンと4つの実機接触タスクで評価し、対応する基盤ポリシーより一貫して高い性能と力制御品質を示したとしている。

詳細

FP2は「action-regulation decomposition」と呼ぶ構成を採る。基盤ポリシーがタスク適応済みRFMとして動作生成を行い、別系統の力制御ポリシーがwrench履歴とproprioceptive履歴、さらに基盤ポリシーの文脈表現を圧縮した情報を受けて、構造化された力制御パラメータを予測する。 論文は、力制御のための文脈情報と物理フィードバックが相補的であること、また基盤ポリシーの動作生成を保つことが効率と未知対象への一般化の両方に有利であることも示したとしている。Project websiteはhttp://force-policy.github.io/fp2である。

Key Facts

本紙の見方

FP2の新規性は、ロボット基盤モデルそのものを置き換えるのではなく、既存のタスク適応済みRFMの上に力制御だけを後付けする点にある。ここで重要なのは、動作生成と接触時の調整を同一ポリシーに抱え込ませないことで、基盤モデルの汎用性を残したまま、接触豊富な環境での不安定さを抑えようとしている点である。これは、モデルを大きくする方向ではなく、制御の責務を分ける方向の設計であり、既定路線の延長でありつつ、接触操作に対する実装上の焦点をずらした提案とみられる。 本紙の見方では、論文が示した4つのRFMバックボーンと4つの実機接触タスクという組み合わせが重要である。単一モデル・単一課題のデモではなく、複数の基盤モデルにまたがって効果を確認しているため、FP2は特定アーキテクチャ専用の工夫ではなく、基盤ポリシー＋力制御ポリシーという分業の一般性を主張している。ただし、評価対象は4つに限られ、どの程度の接触条件の幅をカバーしたかは本文からは限定的にしか読めない。効率と未知対象への一般化が改善したという記述も、どの条件でどこまで維持されるかは追加検証が要る。 業界構造の観点では、この設計はロボット学習における「入力→接触→制御→出力」のつなぎ方に効く。基盤モデルがタスク文脈を担い、別系統がwrenchと姿勢履歴を受けて接触を調整するため、学習済み表現と実世界の力信号をどう結合するかが核心になる。これは、単なるアクション予測よりも、センサ履歴の取り込み方、制御周期の切り分け、そして基盤ポリシーの表現圧縮の設計が性能差を左右することを示唆する。 未確定の論点は、FP2が実機でどの程度の接触多様性に耐えるか、バックボーンごとの差がどれほど大きいか、計算量や制御遅延への影響がどの程度かである。加えて、対象タスクを超えた汎化の範囲、力制御パラメータの具体的な構造、そして他の接触制御法との比較条件を、今後の公開実装や追加実験で確認する必要がある。

なぜ重要か

ロボット基盤モデルは動作生成を広く扱える一方、接触を伴う作業では力の制御が課題になりやすい。FP2は、基盤ポリシーを残したまま力制御を分離することで、既存のRFMに接触タスク向けの調整層を足す設計を示した点に意味がある。

日本への影響

接触作業を伴うロボット制御では、力センサーや関節状態の取り込み方が性能差になりやすい。FP2のように基盤モデルの表現とwrench・proprioceptive履歴を結びつける構成は、日本のロボット研究で重視されてきた実機制御・センシングの蓄積と接点があるが、この論文だけでは国内企業や産業への直接の波及は判断できない。