マニピュレーション2026/9/18arXiv:2609.21448

ロボット多相インタラクション：世界モデルによる液体と固体の連成ダイナミクスの操作

Robotic Multiphase Interaction: Manipulating Coupled Liquid and Solid Dynamics with a World Model

液体を含む多孔質材料（スポンジ）をロボットで操作する新設定を提案し、世界モデルと拡散方策を用いて液体と固体の連成状態を予測・制御する手法を開発した。

詳しい要約

1. どんなもの？

本論文は、液体が多孔質材料に浸透し、変形する固体骨格と機械的に相互作用する設定「Robotic Multiphase Interaction (RMI)」を提案する。最初の例として水を含んだスポンジを扱い、ロボット操作が細孔体積を変化させ、保持液体を排出・再分布させ、把持安定性を同時に変えうる問題を研究する。液体と固体が空間的に分離した従来タスクとは異なる。

2. 先行研究と比べてどこがすごい？

従来の固体物体操作や、液体と固体が空間的に分離したタスクと異なり、液体が多孔質固体内部に浸透して結合した状態を操作対象とする点が新しい。ロボットコマンドが結合した液体・固体状態を変化させる環境を構築し、world modelでその状態発展を予測する点が先行研究と比べて優れる。

3. 技術・手法の肝は？

動力学エンジンとしてimplicit incompressible porous flowとsmoothed particle hydrodynamics (SPH)を用い、Coulomb contact memory、hybrid velocity and force regulation、lifting用のstability gateを追加してロボット操作を可能にする。world modelはactionを条件として状態発展を予測し、temporal UNetがDiffusion Policyまたはrectified flow matchingでactionを生成する。

4. どうやって有効だと検証した？

world modelはbaselineと比較して保持水予測誤差を60%以上削減した。また、policy提案からworld modelが選択した最良action系列は、予測終端水誤差を約半分に削減した。これらの改善により、結合した液体・固体状態のモデル化がロボットの行動影響予測に有効であることを示した。

5. 議論はある？

液体と固体が結合した状態をモデル化することで、ロボットが多孔質物体と内部液体への行動影響を予測できるようになる。一方、議論や限界については要旨からは不明。

6. 次に読むべき論文は？

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Diffusion Policy、rectified flow matching、smoothed particle hydrodynamics (SPH)が挙げられる。同分野の定番として、soft robot manipulationやdeformable object manipulationの研究が次に読むべき候補となる。

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Yixuan Feng, Peng Wang

分類: cs.RO

原文アブストラクト

This work presents \textit{Robotic Multiphase Interaction (RMI)}, a setting in which liquid enters a porous material and interacts mechanically with its deforming solid skeleton. Manipulation can therefore change pore volume, expel or redistribute retained liquid, and alter grasp stability at the same time. Spilled liquid can also create safety risks in domestic and manufacturing settings. This differs from most manipulation of solid objects and from tasks that involve both liquid and solid while keeping the phases spatially separate. We study a sponge filled with water as the first RMI example. We use implicit incompressible porous flow with smoothed particle hydrodynamics as the dynamics engine and enable robotic manipulation by adding Coulomb contact memory, hybrid velocity and force regulation, and a stability gate for lifting. The resulting environment connects robot commands to changes in the coupled liquid and solid state. A world model conditioned on actions predicts how this state evolves under candidate commands, while a temporal UNet generates actions using either Diffusion Policy or rectified flow matching. Our world model reduces retained water prediction error by more than $60\%$ compared with the baseline. The best action sequence selected by the world model from policy proposals further reduces the predicted terminal water error by about half. These improvements show that modelling the coupled liquid and solid state helps the robot predict how its actions affect both the porous object and the liquid held inside.

arXivで原文を読む →arXiv概要ページ

ロボット多相インタラクション：世界モデルによる液体と固体の連成ダイナミクスの操作

詳しい要約

1. どんなもの？

2. 先行研究と比べてどこがすごい？

3. 技術・手法の肝は？

4. どうやって有効だと検証した？

5. 議論はある？

6. 次に読むべき論文は？

原文アブストラクト

関連論文