ただでコンプライアンスを：双方向テレオペレーションによる識別可能なインピーダンスの学習

- 接触を伴うタスク向けに、compliance（剛性・押し付けの強さ）を記録・学習する手法を提案。 - Vision-language-action models (VLA) は移動先を指示するが、押す強さは指示しない。 - 4-channel bilateral teleoperation を用い、leader arm を意図した平衡点の別測定として使い、per-axis stiffness を同定。 - 追加アノテーションなしで per-timestep・方向依存の compliance ラベルを生成。 - これで VLA を fine-tune し、pose と同時に stiffness を出力させる。

- 従来の compliance-output policies は、手作業で指定したタスク構造、特権的な simulation contact state、専用の力・触覚ハードウェアで回避していた。 - VR controllers、SpaceMouse、handheld grippers は、実現 pose と測定力から operator の意図した平衡点と stiffness を分離できず、原理的に compliance supervision を供給できない。 - 4-channel bilateral teleoperation は leader arm を別測定に使うことでこの曖昧性を直接除去し、既存の joint-torque sensing のみで per-axis stiffness を回帰同定できる。 - 結果として zero annotation cost でラベルを得られる点が新しい。

- 4-channel bilateral teleoperation を利用。 - leader arm を operator の意図した equilibrium の独立測定として扱う。 - これにより realized pose と measured force の曖昧性を解消。 - manipulator に既存の joint-torque sensing のみを用い、per-axis stiffness を regression で同定。 - 得られた per-timestep・direction-dependent compliance labels で VLA を fine-tune し、pose と stiffness を同時出力。

- Franka Research 3 での wiping task で検証。 - 5つの policy のうち、指示が firm wipe か normal wipe かで接触力が変化したのは提案手法のみ。 - 6.4N (normal) から 9.1N (firm) RMS へ変化。 - Cohen's d = 0.89、p = 0.023。

- 要旨からは不明。 - 限界、失敗例、一般化可能性、他タスクへの適用性についての議論は要旨に記載なし。

- 要旨で参照・比較されている研究：compliance-output policies、Vision-language-action models (VLA)、4-channel bilateral teleoperation。 - 関連手法：VR controllers、SpaceMouse、handheld grippers、joint-torque sensing、Franka Research 3。 - 同分野の定番として、contact-rich manipulation、impedance control、teleoperation、force/tactile sensing に関する研究が次に読む候補。