ロボット挿入作業向けのLeCoを提案　4種類の実機で成功率94%

何が起きたか

arxiv.orgに2026-09-25付で掲載された論文は、ロボット挿入作業向けにLeCo（Leverage Compliance）というpolicy-admittance learning frameworkを提案した。研究では、ポリシーが接触中も押し続ける問題に対し、実行時の相互作用を用いて学習を導く枠組みを示している。評価は4種類の実機コネクタ組立タスクで行われ、aggregate success rateは94%だった。

詳細

LeCoは、固定アドミッタンスのもとで視覚ポリシーを導く設計である。高頻度の接触インタラクション記録を統合するmultirate feedback mechanism、継続的な負荷の対立を表すintegrated conflict cost、トランジション内での継続的な高負荷を捉えるdirectional high-force tail costを組み合わせ、task completionとあわせて学習信号にしている。 論文によると、比較ベースラインに対して、成功試行のresultant-force peakは平均で約30%低下し、torque peakは約64%低下した。さらに、reward ablationでは、conflict shapingを加えることで、成功試行におけるcontact-conditioned conflict densityの中央値が約53%低下した。

Key Facts

本紙の見方

この論文の新しさは、単なるポリシー学習や単純なコンプライアンス制御ではなく、固定アドミッタンスの下で両者の衝突を学習信号として扱った点にある。ポリシーが接触面で押し続け、コントローラが逃がすという不整合を、multirate feedback mechanismと2種類のコストで分解しているため、狙いは成功率だけでなく、不要な負荷の抑制に置かれている。ここでは4種類の実機コネクタ組立で94%の成功率が示されており、少なくとも対象タスクでは、接触を避けるのではなく、接触を利用して挿入を成立させる学習設計が機能したと読める。 本紙の関連記事はないため、過去報道との連続性は置かない。ただし、今回の論文は「ロボット挿入」を扱いながら、焦点が形状認識や経路計画ではなく、接触時の力とトルクの履歴をどう報酬へ落とし込むかにある点が重要である。成功試行のresultant-force peakが約30%、torque peakが約64%下がったことは、挿入成功を力学的により穏当な条件で達成する方向を示す。一方で、論文が示すのは4タスクでの実機評価までであり、異なるコネクタ形状、姿勢誤差、材料ばらつき、固定アドミッタンス条件をまたいだ汎化はまだ確認が必要である。 業界構造としては、組立ロボットの学習制御において、視覚入力、接触記録、報酬設計が一体で設計される比重が高まることを示す。つまり、単なる認識精度の改善だけでは不十分で、接触中の継続負荷をどう抑えるかが実運用上の焦点になる。今後確認すべき論点は、4タスク以外での再現性、固定アドミッタンス以外の制御条件での性能、成功率と力・トルク低減のトレードオフ、そして学習に用いた接触データがどの程度の量と多様性を持つかである。

なぜ重要か

この論文は、ロボット挿入で重要になる「成功するが押し続ける」状態を、力・トルクの低減まで含めて扱った点に意味がある。報告された94%の成功率と、resultant-force peak約30%低下、torque peak約64%低下は、組立現場での負荷管理を論点に入れた学習制御であることを示している。