ロボットによる電池リサイクルにおける二端子危険に対する実行時安全フィルタリング

ロボットによる電池リサイクルを対象に、学習済みマニピュレーションポリシーに対する runtime safety filter を研究したもの。 - 危険の定義: 導電性ペイロードが充電セルの2つの端子に同時に近づく two-terminal hazard。 - 対象: LIBERO 環境で凍結した OpenVLA ポリシー。 - 設計因子: predicate structure、geometric margin、fallback action の3つ。 - 比較: conjunctive predicate、従来の two-site keep-out、両者の composite。

従来の runtime safety filter は危険を物体ごとの keep-out region の和集合として定義。 - これは joint spatial relation に依存する危険には過度に制限的になりうる。 - 本研究は two-terminal hazard という近接関係で定義される危険に着目。 - 3つの predicate family をそれぞれの margin で評価すると safety--utility frontier はほぼ同一。 - 一方 fallback strategy の影響が大きく、predicate structure より margin 選択と fallback が重要と示した。

runtime filter を predicate structure、geometric margin、fallback action の3設計選択に分解。 - predicate: conjunctive predicate、two-site keep-out、composite を比較。 - margin: 各 predicate で margin を変化させ safety--utility frontier を取得。 - fallback: 同一動作点で holding、retreat、sampled search、continuous-action barrier projection の4戦略を比較。 - 評価: 3つの workcell、第2のポリシーとタスクスイート、clearance の定常誤差下でも検証。

LIBERO 上で凍結 OpenVLA ポリシーを用いて評価。 - 3つの workcell で3 predicate family の safety--utility frontier を比較。 - 同一動作点で4 fallback 戦略を比較。 - 第2のポリシーとタスクスイートへ順序が転移するか確認。 - filter が利用可能な clearance に定常誤差がある場合の有効性も検証。 - 推定ペイロードサイズの相関誤差が、端子位置の独立誤差より有害と報告。

近接で定義される manipulation hazard では、predicate structure よりも margin 選択と fallback strategy が safety--utility trade-off を左右しうる。 - holding は retreat に比べ task success を最大 0.302 低下させるが hazard は減らない。 - 最小侵襲の fallback 2種は residual hazard を多く残す。 - retreat ベースの filtering は clearance の定常誤差下でも有効。 - 推定ペイロードサイズの相関誤差は端子位置の独立誤差より有害。 - 限界や一般化可能性の詳細は要旨からは不明。

要旨で参照/比較されている研究や関連手法。 - runtime safety filter for learned manipulation policies - object-wise keep-out regions を用いる従来手法 - LIBERO - OpenVLA - conjunctive predicate / two-site keep-out / composite predicate - holding / retreat / sampled search / continuous-action barrier projection - 同分野の定番として safety filter、control barrier function、fallback strategy に関する研究。