何が起きたか

ソフトロボットの制御向けに、JAXで実装された新しいモデリングフレームワーク「SoRoMoX」が発表された。Cosseratロッド理論に基づく低次元モデルを、GPU上で直接実行でき、状態・入力・パラメータに関してエンドツーエンドに微分可能な初のフレームワークとされる。CPUでの逐次実行は既存手法より最大18.1倍高速で、GPU並列実行ではスループットが最大234.6倍向上する。

Key Facts

SoRoMoXはJAXベースのPythonフレームワークで、JITコンパイル可能。[0]
SoRoMoXは、関節型、Piecewise Constant Strain、Variable Strainの各モデルを統一的に実装し、慣性行列、重力・弾性力、ヤコビアン、その導関数を提供する。[0]
GPU上で直接動作し、状態・入力・パラメータに関してエンドツーエンドに微分可能な、ロッド/ひずみベースのソフトロボットモデリングフレームワークはSoRoMoXが初めてとされる。[0]
CPUでの逐次ロールアウトは最先端の代替手法より最大18.1倍高速で、GPU並列ロールアウトではスループットが最大234.6倍向上する。[0]
静的平衡系同定ではマーカーRMSEが66%低減し、残差力学習ではさらに64%低減した。[0]
計算トルク追従では、モデルフリーPDと比較してRMSEが約500分の1に低減した。[0]
制御ゲイン最適化では、未調整ゲインと比較して損失が最大62%低減した。[0]
高次制御バリア関数を用いた安全制約付き制御では、ピーク接触力を5N以内に抑えられた（安全制約なしでは33.5N）。[0]
強化学習ポリシー訓練は、CPUベースのPyElastica離散ロッドベースラインと比較して最大7倍高速化された。[0]

なぜ重要か

ソフトロボットの制御は、モデルの非線形性や柔軟性により高度な計算が求められるが、従来のモデリング実装は微分可能性やGPU並列性に欠け、高度な制御や学習の適用が難しかった。SoRoMoXはこれらの制約を解消し、システム同定、残差学習、計算トルク制御、安全制約付き制御、強化学習など、これまで実用的でなかったワークフローを可能にする。これにより、ソフトロボットの制御性能と安全性が大幅に向上し、実用化が加速すると期待される。