片手で二部品を組み立てるイン・ハンド・アセンブリ

本論文は、単一の多指ハンド内で2つの剛体部品を組み付けるin-hand assemblyを扱う。第2アームや固定具を使わず、指同士の協調（異なる指が異なる役割を担う）を要する。強化学習の統一フレームワークを提案し、Bottle、Syringe、Markerの3タスクを同一レシピで解く。シミュレーションのみで訓練し、単一カメラ搭載ハードウェアへzero-shot転移させる。

従来のin-hand manipulationやassemblyは、第2アームや固定具、または単純な把持を前提とすることが多い。本研究は、単一ハンド内で2部品を組み付けるfinger-level coordinationを対象とし、追加アームやfixtureなしで実現する点が新しい。また、同一の学習レシピで複数タスクを解き、シミュレーションから実機へzero-shot転移できる点を主張する。

2部品間のgoal relative poseを目標とした強化学習定式化。指協調を促すfunction-based auxiliary rewardと、単一のhuman reference poseへのregularizationを用いる。domain randomizationと、historical proprioceptionとobject observationのfusionにより、occlusion由来の推定ノイズへの頑健性を付与する。

Bottle、Syringe、Markerの3つのassemblyタスクで同一レシピが機能することを確認。シミュレーションのみで訓練したpolicyを、単一カメラを備えた実機へzero-shot転移し、occlusionによるstate-estimation誤差に対する頑健性を示す。動画とコードは公開URLで提供。

in-hand assemblyはhand morphologyへの要求が高く、現代のロボットハンドシステムのbenchmarkになり得ると述べる。occlusion-induced estimation noiseへの対処や、シミュレーションから実機へのzero-shot転移の頑健性が議論の中心。ただし、失敗事例や限界、他のハンド形態への一般性については要旨からは不明。

要旨で参照・比較されている個別研究は明示されていない。関連手法として、in-hand manipulation、dexterous manipulation、reinforcement learning、domain randomization、sim-to-real transfer、human reference pose regularization、occlusion-robust state estimationなどの定番文献を次に読むべき。具体名は要旨からは不明。