GIFT: 装着型センシンググローブから触覚センサなしのロボットハンドへの力認識型スキル転移

- 人間の装着型グローブからロボットハンドへの力覚を含む技能転移手法 GIFT を提案。 - 人間側は指の屈曲・校正済み指尖力(N)・手首姿勢を記録し、頭部カメラでデモを取得。ロボットは不要。 - 展開時はロボットのアクチュエータ電流残差から力を推定し、N に校正して位置制御ハンドで利用。 - ポリシーはグローブ空間の状態から指位置目標を予測し、retargeting decoder と force estimator の2つの校正済みアダプタを介してロボットに入る。

- 従来の sensing glove からの転移は、同じ tactile glove を人間とロボットで共有するか、2つの tactile sensor 間の学習された alignment に依存していた。 - GIFT は共有センサではなく物理ユニットとしてのインターフェースを介し、人間側で N 測定、ロボット側で N 推定を行う。 - ロボット側に tactile hardware を必要とせず、motor current を報告する任意の位置制御ハンドに適用可能。 - 5つのグローブチャネルから7つのロボットアクチュエータへの retargeting map を用い、両者間でセンサを共有しない。

- 装着型グローブで指屈曲・校正済み指尖力・手首姿勢を記録し、頭部カメラでデモを取得。 - 展開時、ロボットは free-space baseline に対する actuator-current residuals から力を推定し、校正マッピングで N に変換。 - ポリシーはグローブ空間の状態を入力とし、指位置目標を予測。 - ロボットは retargeting decoder と force estimator の2つの校正済みアダプタを通じてのみ関与。

- カップの grasp-and-hold タスクで、同じデモから学習した2つの action-chunking ポリシーを評価。一方は指尖力入力を保持し、他方はゼロ化。 - 50回のロールアウト評価(サンプルサイズと指標をスコアリング前に固定)で、両ポリシーとも25回すべて成功。 - 保持フェーズの grip-force 推定値の中央値は、力入力ありで53%低減(1.20 N vs 2.55 N、片側 Mann-Whitney U、p<0.0001)。 - 観察アブレーションでは、vision-only ポリシーは0/15 grasp、hand-command state を与えたポリシーは grasp を獲得し、力入力が保持の強さを決定。

- 要旨からは、手法の限界や失敗ケース、一般化可能性に関する議論は明示されていない。 - 評価は単一タスク(カップの grasp-and-hold)と限定的な条件に留まる。 - 力推定は actuator-current residuals に依存するため、電流を報告しないハンドや外乱への頑健性は要旨からは不明。

- 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、human-to-robot skill transfer、sensing glove、tactile sensor alignment、action-chunking policy、retargeting、force estimation from motor current に関する研究が次に読むべき候補。 - 具体的な論文名は要旨からは不明。