オンボード知覚・方策学習・全身制御による屋外空中マニピュレーション

- 屋外環境での aerial manipulation を実現する実世界フレームワーク。 - imitation learning、onboard LiDAR-inertial state estimation、whole-body model predictive control を統合。 - Diffusion Policy が onboard 観測から望ましい end-effector 動作を生成。 - whole-body MPC が aerial platform と manipulator を協調制御。 - 物理的な aerial manipulator で屋外 manipulation タスクを実証。

- 従来は屋内の motion-capture 環境に依存しがち。 - 本研究は onboard LiDAR-inertial odometry により外部インフラ不要。 - 実世界の屋外 manipulation を実機で検証した点が新しい。 - 要旨からは具体的な先行研究との定量比較は不明。

- Diffusion Policy を manipulation のデモンストレーションから学習。 - onboard 観測から end-effector の望ましい動きを生成。 - whole-body MPC が aerial platform と manipulator を同時に協調制御。 - 状態推定に onboard LiDAR-inertial odometry を使用。 - 学習ベース政策とモデルベース全身制御を統合。

- 物理的な aerial manipulator を用いて屋外 manipulation タスクを実行。 - フレームワーク全体の有効性を実機実験で検証。 - デモ駆動の manipulation 政策が onboard 状態推定とモデルベース全身制御と統合可能なことを示す。 - 具体的な評価指標やタスク詳細は要旨からは不明。

- 屋外環境での信頼できる状態推定、安定した飛行、外乱下の精密操作の同時要求が課題。 - 提案統合により制御された屋内環境を超えた aerial manipulation が可能と主張。 - 限界や失敗事例、一般化可能性に関する議論は要旨からは不明。

- Diffusion Policy - whole-body model predictive control - LiDAR-inertial odometry - imitation learning for aerial manipulation - 関連する aerial manipulation の先行研究（要旨では具体的な論文名は不明）