人型ロボットによる人力車牽引：車輪付き負荷と連成する全身移動

- 人型ロボットが受動的な車輪付き車両を引くことで、自身より重い荷物を運ぶ「Humanoid Rickshaw Pulling」を扱う。 - 荷物・車両・地形に起因する未知で構成依存の力を受けながら、上半身の接触を維持しつつ車両運動を追従する全身制御問題を定式化。 - 車両運動の追従、バランス、安定把持を両立するwhole-body controlフレームワークを提案。

- 従来の人型ロボットによる運搬は、荷物を直接保持・搭載する方式が中心で、自身より重い荷物の運搬は困難。 - 本研究は受動車輪車両を引くことで、ロボットより重いペイロードの運搬を可能にする点が新しい。 - No HistoryおよびOnly Historyベースラインと比較し、車両追従精度の向上、車両振動・胴体傾斜・アクチュエーションコストの低減を実現。

- 訓練時に特権的teacherが車両状態、相互作用力、荷物特性を利用。 - teacherの行動と潜在表現を、固有受容応答から結合ダイナミクスを暗黙に推論するhistory-conditioned studentへ蒸留。 - その後、強化学習によるfine-tuningを実施。 - 履歴に基づくstudentが、未知の結合ダイナミクスをオンラインで推定し、全身制御に反映。

- No HistoryおよびOnly Historyベースラインとの比較で、車両追従精度、車両振動、胴体傾斜、アクチュエーションコストを評価。 - 行動解析により、Unitree G1がリキシャを推進し、歩行同期の全身反応で横・ロール運動を安定化することを確認。 - 荷物・速度条件の多くで、無負荷歩行よりロボット正規化輸送コスト代理指標が低いことを示す。 - ハードウェアでは、単一ポリシーが剛体ペイロードと人間乗客の両方で、最大115 kgの積載リキシャの始動・持続牽引・旋回・停止を、荷物固有の再調整なしに実行。

- 提案手法は、持続的な人型ロボット-車両間相互作用を通じた堅牢な重量物輸送を実証。 - 牽引が関節努力を再分配し、多くの荷重-速度条件で輸送コスト代理指標を低減することを示唆。 - 一方、要旨からは、未知の地形や動的障害物への一般化、長期的な安定性、多様な車両形状への適用性に関する議論は不明。

- 要旨で参照/比較されているNo HistoryおよびOnly Historyベースライン。 - 関連手法として、privileged teacher-student distillation、history-conditioned policy、whole-body control、強化学習によるlocomotion制御。 - 同分野の定番として、人型ロボットのlocomotionおよびmanipulationに関する研究。