リフティングのためのコンパクト視触覚ワールドモデル：予測・報酬整合・力制約

ビジュオタクタイル世界モデル（visuotactile world model）をLiftタスクに適用し、接触予測・報酬整合・力制約の関係を調べる研究。 - ランダム初期化のコンパクトな世界モデル、軌道レベルの不確かさ較正、想像内でのbehavior-initialized actor-critic学習を用いる。 - MuJoCo Lift 160エピソードで触覚追加により端点力予測誤差と区間ピーク誤差を低減。 - 制御は40の独立テスト初期条件で680実行の探索的2ラウンド。 - 公開GelSight記録の別研究も含む。

触覚追加で予測誤差は改善するが、tactile persistenceの方が誤差は小さい。 - 報酬改訂で10cm持ち上げ成功率は20.0%から93.3%へ向上。 - しかし8N/指予算内成功率は33.3%で、力フィードバックの70.0%に劣る。 - 較正マージンは力違反を減らすがタスク完了を犠牲にする。 - 知覚・報酬改善と力制約制御の改善を区別する点が先行研究と異なる。

コンパクトなランダム初期化visuotactile world model。 - 軌道レベルの不確かさ較正（trajectory-level uncertainty calibration）。 - behavior-initialized actor-critic learning in imagination。 - 触覚の有無・tactile persistenceとの比較。 - 公開GelSight記録では力回帰器とフレーム/軌道レベルの較正を評価。

MuJoCo Lift 160エピソード、3訓練シードで端点力予測誤差1.058→0.228 N、区間ピーク誤差2.724→0.523 N。 - tactile persistenceは0.095 Nと0.498 Nでより低誤差。 - 40独立テスト初期条件で680実行の探索的制御2ラウンド。 - 新規テスト環境で報酬改訂により10cm持ち上げ成功率20.0%→93.3%。 - 8N/指予算内成功率は33.3%対力フィードバック70.0%。 - 公開GelSight記録で力回帰誤差0.04234 N、フレーム較正被覆15.80%→軌道較正87.36%（名目90%被覆）。

知覚・タスク報酬の改善と力制約制御の改善は別物であると結論。 - 較正マージンは力違反を減らすがタスク完了を犠牲にするトレードオフ。 - 証拠は公開センシング記録とシミュレータ実行に限定され、両者間の転移は示されていない。 - 実機や他タスクへの一般化は要旨からは不明。

要旨で参照/比較されている研究：tactile persistence、force feedback、behavior-initialized actor-critic learning in imagination、trajectory-level uncertainty calibration、GelSight記録を用いた力回帰。 - 関連する同分野の定番：visuotactile world models、MuJoCo Lift、actor-critic、uncertainty calibration。