全身ヒューマノイド制御における高精度SE(3)エンドエフェクタ追従

本研究は、ヒューマノイドの全身運動中にエンドエフェクタの姿勢を高精度に追従させる全身制御器 ResGAC を提案する。 - 対象は floating-base のヒューマノイドで、locomotion と manipulation を同時に行う状況。 - 実機 Unitree G1 上で検証。 - 構成は geometric admittance control (GAC) と residual reinforcement learning の組み合わせ。 - 立ち姿勢での end-effector tracking、peg-in-hole、下肢運動中の world-frame SE(3) 追従を扱う。

従来のヒューマノイド全身制御と比べ、精度と安定性の両立を狙う点が特徴。 - 4つの standing end-effector tracking ベンチマークで代表ベースライン SONIC を上回り、並進・回転誤差を低減。 - standing peg-in-hole で成功率 90% を達成し、SONIC の 50% を上回る。 - ground-attached heading frame により、pelvis の roll, pitch, heave を manipulation reference から除き、locomotion 中の参照起因の end-effector 運動を低減。 - 実世界実験で pelvis 運動の desired end-effector pose への伝播低減を示す。

技術の肝は GAC と residual RL の統合、および left-invariant geometric formulation。 - GAC が構造化された SE(3) task-space feedback を与え、nominal な arm joint-position targets を生成。 - residual RL が未モデルダイナミクスを補償し、shared joint-position action space で locomotion と balance を協調。 - left-invariant な定式化により、同じ GAC law を異なる manipulation reference frames に適用可能。 - ground-attached heading frame を使うことで、planar locomotion を保ちつつ pelvis の roll, pitch, heave を manipulation reference から除去。

実機 Unitree G1 上で検証。 - 4つの standing end-effector tracking ベンチマークで ResGAC が代表ベースライン SONIC を含め一貫して優位。 - 並進・回転誤差が低いことを示す。 - 実世界実験で ground-attached heading frame により pelvis 運動の desired end-effector pose への伝播が低減。 - standing peg-in-hole で成功率 90%（SONIC は 50%）。 - 下肢運動中の world-frame SE(3) end-effector pose tracking も正確。 - 実験動画は supplementary material とプロジェクトサイトで公開。

要旨からは、限界や失敗事例、計算コスト、一般化可能性に関する議論は明示されていない。 - 提案手法の有効性とベースライン比較、実機検証結果が中心。 - 議論の詳細は要旨からは不明。

要旨で参照・比較されている研究として SONIC が挙げられる。 - 関連手法として geometric admittance control (GAC) と residual reinforcement learning が用いられている。 - 同分野の定番として humanoid whole-body control、floating-base dynamics、SE(3) task-space control、residual RL に関する文献が次に読むべき候補。 - 具体的な論文名は要旨からは不明。