車輪脚ロコマニピュレーションのためのハイブリッド力覚センサレス推定を用いた力認識強化学習

本論文は、車輪脚型ロボットのloco-manipulationにおいて、end-effectorの力/トルクセンサを使わずに力制御を実現するforce-aware強化学習手法を提案する。hybrid sensorless force estimationによりend-effector力を推定し、それをポリシーの明示的な観測として与えることで、力に基づく接触行動を可能にする。mode-conditioned whole-body policyとaxis-wise force/position selectorを統合し、自由空間運動、純粋な力調整、hybrid force/position controlを単一コントローラで実現する。

従来の力制御loco-manipulationはend-effectorの力/トルクセンサを必要とすることが多く、浮遊ベース動力学や支持接触の変化下での力推定が課題であった。本研究は、センサレスで力推定を行い、それを強化学習ポリシーの観測として組み込む点で先行研究と異なる。また、mode-conditioned policyとaxis-wise selectorにより、複数の制御モードを単一コントローラで切り替え可能にした点が優位性として示唆される。

提案手法の肝は、hybrid sensorless force estimationにある。これはgeneralized momentum observation、contact-constrained wrench projection、temporal residual learningを組み合わせる。model-based componentsが全身外乱の物理的に構造化された部分を抽出し、residual networkが残りの運動依存バイアスを補償する。推定力はmode-conditioned whole-body policyに統合され、axis-wise force/position selectorにより自由空間運動、純粋な力調整、hybrid force/position controlを単一コントローラで実現する。

シミュレーション結果により、センサレス力推定と力制御性能の向上が示された。ハードウェア実験では、実機の車輪脚型プラットフォーム上で定量的なvalve-rotationおよびhybrid wiping評価、さらにforce-guided door openingとzero-force human-guided motionを通じて提案コントローラが検証された。

要旨からは、提案手法の限界や議論の詳細は不明である。ただし、浮遊ベース動力学や支持接触の変化下での力推定の難しさが背景として述べられており、センサレス力推定の精度や汎化性、実機での安全性などが議論の対象になり得る。

要旨で参照/比較されている研究は明示されていない。関連手法として、generalized momentum observer、contact-constrained wrench projection、temporal residual learning、mode-conditioned whole-body policy、hybrid force/position controlなどが挙げられる。同分野の定番としては、whole-body controlやloco-manipulationに関する強化学習研究が次に読むべき候補となる。