日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

週刊ニュースレター購読
変形物体マニピュレーションarXiv:2610.09573

狙って叩け：方向条件付き変形可能線状物体の動的マニピュレーション

Point It, Strike It: Direction-Conditioned Dynamic Manipulation of Deformable Linear Objects

シェア:XThreadsFacebookLINEはてブBluesky

ロープ先端の位置と到達方向を指定する単振り打撃タスクに対し、高速シミュレータDeformX2.0と打撃データ生成法TRACE、実機適応法RECAPを提案し、実機で成功率を大幅に向上させた。

詳しい要約

1. どんなもの？

- 変形可能な線状物体（DLO）の動的マニピュレーションを扱う研究。 - 従来はロープ先端の到達位置のみを目標にしていたが、本研究では先端の3D位置と到達方向を指定する単一スイングでのロープ打撃（striking）を対象とする。 - ワークスペース全体および異なるロープに対して目標を達成することを目指す。

2. 先行研究と比べてどこがすごい？

- 先行研究の目標指定はロープ先端の位置のみが主流だったが、本研究は到達方向も指定する点で新しい。 - 既存のDLOシミュレータDeformXを拡張し、GPU加速・安定なCosserat rod solver・cross-flow aerodynamic modelを導入したDeformX2.0を開発。 - 従来比20,000倍以上の高速化を実現。 - 実機での成功率を位置目標で72%→87%、方向も含む目標で50%→79%に向上。

3. 技術・手法の肝は？

- DeformX2.0：GPU加速、安定なCosserat rod solver、cross-flow aerodynamic modelを備えたDLOシミュレータ。 - TRACE（Trace-rooted Adaptive Cross-Entropy）：新しい目標に対して、先端軌道が最も近い保存済みスイングからウォームスタートし、打撃データを生成。コスト関数はロープの曲げと急激な先端運動にペナルティを与え、再現性の高いスイングを選好。 - 条件付きflow-matching policyをTRACEで生成したデータで訓練。 - RECAP（Residual Calibration Policy）：少数のキャリブレーションスイングでシミュレータのロープとリグのパラメータを適合させ、シミュレーションで訓練した補正ポリシーで行動を適応。

4. どうやって有効だと検証した？

- シミュレーションで条件付きflow-matching policyが92.1%の精度を達成。 - 実機で3種類のロープを用いて検証。 - 位置目標では5cm以内の成功率が72%から87%に向上。 - 到達方向も指定する目標では10cmおよび10°以内の成功率が50%から79%に向上。

5. 議論はある？

- ロープの動力学はモデル化が難しく、デモンストレーションが存在しない。 - 同じ目標に到達するスイングでも信頼性が異なる。 - sim-to-realギャップがロープ以外にも及ぶ。 - これらの課題に対処するため、シミュレータ拡張とデータ生成・ポリシー学習・実機キャリブレーションを組み合わせている。 - 要旨からは、限界や今後の課題についての明示的な議論は不明。

6. 次に読むべき論文は？

- DeformX（拡張元のDLOシミュレータ） - Cosserat rod solver（ロープモデリング手法） - cross-flow aerodynamic model（空気力学モデル） - conditional flow-matching policy（ポリシー学習手法） - sim-to-real transfer（実機転移の関連研究）

※ 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: Yi Yang, Xiang Fei, Lehong Wang, Zilin Dai, Ruogu Li, Jiting Cai, Liyao Chang, Xinyi Yang, Henry Kou, Ruijie Fu, Lu Li, Howie Choset

分類: cs.RO

原文アブストラクト

Goal-conditioned dynamic manipulation of deformable linear objects has mainly specified goals as positions for a rope tip to reach. Many tasks, however, depend on how the tip arrives. We therefore study single-swing rope striking with goals that specify the tip's 3D position and arrival direction, across the workspace and on different ropes. This is challenging because rope dynamics are hard to model, no demonstrations exist, distinct swings reach the same goal with different reliability, and the sim-to-real gap extends beyond the rope. To address these challenges, we extend the state-of-the-art DLO simulator DeformX with GPU acceleration, a stable Cosserat rod solver, and a cross-flow aerodynamic model, yielding DeformX2.0, which is more than $20{,}000\times$ faster. We then propose TRACE (Trace-rooted Adaptive Cross-Entropy), which generates striking data by warm-starting each new target from the stored swing whose tip path passes closest to it. Its cost penalizes rope bending and abrupt tip motion to favor repeatable swings. A conditional flow-matching policy trained on this data reaches 92.1% accuracy in simulation. Finally, we propose RECAP (Residual Calibration Policy), which fits the simulator's rope and rig parameters to a few calibration swings and adapts actions with a correction policy trained in simulation. On a real robot, across three ropes, RECAP raises success within 5cm from 72% to 87% for position goals, and within 10cm and 10° from 50% to 79% for goals that also specify the arrival direction.

arXivで原文を読む →arXiv概要ページ

関連論文

← 論文一覧
PR本紙発行元 EmplifAI