接触の多いロボット書架挿入のためのハイブリッド残差強化学習

- 把持済みの本を狭い棚に挿入する contact-rich 制御問題を扱う。 - 把持獲得と global approach の後の最終フェーズを対象。 - 既知の geometry と学習挙動の間で制御権限をどう配分するかを問う。 - nominal task-space controller を保持し、residual PPO が bounded local correction と release 判断を担う。 - open-retreat-reclose 遷移のみ scripted。

- 従来の nominal control と比較して大幅に成功率を改善。 - deployment-matched simulation で nominal 37.89% に対し 98.50% mean success。 - 実機 xArm7 でも nominal 26.7% から 63.3% へ向上。 - 失敗を 22 から 11 に削減。 - 差が出た 15 条件中 13 条件で residual control が勝利。

- nominal task-space controller で構造化された insertion と seating を実行。 - residual PPO が bounded local correction を供給。 - residual PPO が release タイミングも決定。 - open-retreat-reclose 遷移のみ scripted。 - geometry で信頼できる task structure を保持し、学習を contact-sensitive 挙動に集中。

- deployment-matched simulation で 512 fixed conditions を評価。 - 3 独立 training runs で 98.50% mean success、0.23 percentage-point sample SD。 - 実機 xArm7 で 30 matched conditions、60 trials を実施。 - 成功率 26.7% から 63.3%、失敗 22 から 11、15 条件中 13 条件で勝利。 - initialization perturbations 1.5x まで 87% 超を維持。 - 非常に tight な clearance では local correction の幾何限界が露呈。

- geometry が reliable task structure を保持し、学習を contact-sensitive 挙動に集中する hybrid design を支持。 - 非常に tight な clearance では local correction の限界が示される。 - その他の議論や限界は要旨からは不明。

- 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 residual reinforcement learning、PPO、task-space control、contact-rich manipulation の定番文献を挙げる。