TACROSS: 異種触覚センサをまたぐ効率的で低コストな人間の触覚システムによる器用なロボット学習

本論文は、人間の触覚手套とロボットの触覚センサの異種性を克服し、人間の触覚デモンストレーションからロボット学習を可能にするスケーラブルなシステム TACROSS を提案する。 - ハードウェア: 5層の piezoresistive glove、285 sensing points、コスト USD 10.86 - ソフトウェア: 接触イベントレベルで触覚ストリームを整列し、256次元の共有触覚潜在空間にマッピング - 学習スキーム: ロボットデモを唯一の正解行動監督とし、人間デモは触覚表現学習と信頼度重み付き補助監督に利用 - 評価: 4つの接触豊富なマニピュレーションタスクで検証 - 成果: 従来のテレオペレーション比で3.5倍の効率改善、デモ収集機器コストを95.7%削減 - オープンソース化: ハードウェアとソフトウェア、150時間以上の触覚データセットを公開予定

従来のロボット触覚デモ収集は高コストで低速だった。 - 低コストな人間用触覚手套の利用が提案されているが、人間の capacitive/piezoresistive 手套とロボット触覚センサは変換原理、センサ配置、空間解像度、動的応答が根本的に異なり、生センサチャネルの整列は不良設定問題である。 - 本手法は生センサ値ではなく接触イベントレベルで整列することでこの異種性を橋渡しする点が新しい。 - 従来のテレオペレーションと比較して、効率を3.5倍向上させ、デモ収集機器コストを95.7%削減した。

技術の肝は、異種触覚信号を共有潜在空間にマッピングする canonicalizers と residual adapters、および時間的 Transformer による注意機構である。 - canonicalizers と residual adapters が異種信号を256次元の共有触覚潜在空間に変換 - 時間的 Transformer が指間の注意を計算し、接触イベントレベルの整列を実現 - ロボット接地型ポリシー学習: ロボットデモのみが正解行動監督を提供し、人間デモは触覚表現学習と信頼度重み付き補助監督（有効なリターゲット手ターゲット経由）を提供 - ハードウェアは5層 piezoresistive glove で285 sensing points、コスト USD 10.86

4つの接触豊富なマニピュレーションタスクで評価した。 - 従来のテレオペレーションと比較して、効率が3.5倍向上 - デモ収集機器コストが95.7%削減 - 具体的なタスク名や成功率などの詳細は要旨からは不明

要旨からは不明。 - 限界や議論点についての記述はない。 - オープンソース化とデータセット公開予定であることのみ言及されている。

要旨で参照/比較されている研究は従来のテレオペレーションのみ。 - 関連手法として、人間の触覚手套を用いたデータ収集、capacitive/piezoresistive 手套、ロボット触覚センサ、時間的 Transformer、リターゲティング、ポリシー学習などが挙げられるが、具体的な論文名は要旨にない。 - 同分野の定番として、触覚表現学習や異種センサ融合に関する研究を読むべき。 - プロジェクトページ: https://tacross-touch-project.github.io/ で関連情報が得られる可能性がある。