PRISM: 投影統合型サンプリングベースMPCとベイズコスト調整による双腕マニピュレーション

PRISMは、GPU加速の物理シミュレータをオンラインの世界モデルとして用いる、投影統合型サンプリングベースModel Predictive Control (MPC)フレームワークである。複雑な環境での双腕マニピュレーション（物体運搬、ハンドオーバー、持ち上げなど）を対象とし、各MPCステップでサンプリングした関節速度軌道を、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集合に投影してからロールアウト評価することで、運動学的に実行可能な広範な探索を実現する。また、カスタムのADMM/Bregman-splitting QPソルバーと、オフラインでのBayesian optimizationによるコスト重み調整を特徴とする。

従来のサンプリングベースMPCは、制約を無視した探索や計算コストの高さが課題であった。PRISMは、QPガイド付き制御サンプリングにより軌道探索と運動学的実現可能性を分離し、広範かつ実行可能な探索を可能にした点が新しい。また、専用のQPソルバーによりリアルタイム性を維持し、Bayesian optimizationで手動調整を減らした点も優れている。

手法の核は、QPガイド付き制御サンプリング戦略である。各MPCステップで、サンプリングされた関節速度軌道を、関節位置・速度・加速度・ジャーク制約と初期速度境界条件を満たす集合への射影（projection）を行う。この射影には、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-splitting QPソルバーを用いる。また、タスクコスト重みはオフラインでBayesian optimizationにより調整される。

PerAct2タスクの難易度を上げた変種（障害物制約付きボール運搬、トレイ運搬、キューブハンドオーバー、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ベースラインと比較して、ロバスト性とタスク成功率が向上したことを示した。また、実機のdual UR5eマニピュレータへのsim-to-real転送にも成功し、物理ベースのオンラインプランニングの実用性を実証した。

要旨からは、計算コストやシミュレータの精度への依存、Bayesian optimizationの収束性、他のタスクへの一般化などに関する議論は明示されていない。また、ベースラインとの比較条件や、実機実験の詳細（成功率、環境の複雑さなど）も要旨からは不明である。

要旨で参照されているPerAct2タスクに関連する研究（PerAct: Perceptual Transformer for Robotic Manipulation）や、サンプリングベースMPCの代表的な手法（e.g., Cross-Entropy Method (CEM), Model Predictive Path Integral (MPPI)）、また双腕マニピュレーションのプランニングに関する研究（e.g., TrajOpt, CHOMP）が挙げられる。