PACT: 多指模倣学習のための姿勢整合型ハンド構成・リターゲティング同時設計手法

本論文は、多指ロボットハンドの模倣学習(imitation learning)における遠隔操作(teleoperation)デモの忠実度を高めるため、人間の把持姿勢に基づいてハンドの機構設計と姿勢リターゲティング(posture retargeting)を同時最適化する手法 PACT を提案する。 - 対象は 17-servo のロボットハンドで、link lengths、joint offsets、mounting angles、base placements などの機械パラメータを最適化する。 - 同時に、線形な human-to-robot joint map、関節ごとの posture-IK weights、damping からなる非線形 posture retargeter も最適化する。 - 最適化された設計で PACT Hand を実際に製作し、teleoperation 実験と imitation-learning デモで検証している。

従来はハードウェア確定後に posture retargeting law を選ぶことが多く、ハンド設計も人間らしい把持姿勢を軽視しがちだった。 - PACT は設計とリターゲティングを同時に最適化する点が新しい。 - ベースラインの LEAP Hand と比較して、kinematic RMSE が 12.8 mm から 3.9 mm に改善。 - 全把持姿勢で全指先を 10 mm 以内に保ち、ベースラインはそれが 21.6% の姿勢のみ。 - 同一関節トルク制限下で payload が 1 kg から 2 kg に倍増し、紙コップの変形も 7 分の 1 で人間の手に匹敵。 - YCB 日常物体の把持成功率が 64% から 86% に向上。

PACT は人間の把持姿勢に基づく最適化で、17-servo ロボットハンドの機械パラメータと非線形 posture retargeter を同時に最適化する。 - 機械パラメータには link lengths、joint offsets、mounting angles、base placements が含まれる。 - retargeter は線形な human-to-robot joint map、関節ごとの posture-IK weights、damping から構成される。 - 最適化では DexYCB データセットの人間姿勢に対し、各指の MCP、PIP、DIP、tip の full-finger correspondence を強制する。 - 制約として servo interference、assembly clearances、flat-hand protrusion を課し、物理的に組み立て可能な設計を保証する。

PACT Hand を製作し、teleoperation 実験と imitation-learning デモで検証した。 - 人間の手の全 keypoints を kinematic RMSE 3.9 mm で再現(LEAP Hand は 12.8 mm)。 - 全把持姿勢で全指先を 10 mm 以内に維持(ベースラインは 21.6% の姿勢のみ)。 - 同一関節トルク制限下で 2 kg を持ち上げ(ベースラインは 1 kg)、紙コップの変形は 7 分の 1 で人間の手に匹敵。 - YCB 日常物体の把持成功率 86%(ベースラインは 64%)。 - PACT Hand で収集したデモで訓練した imitation-learning policy が、can pick-and-place タスクの held-out placements で 75% の成功率を達成。

要旨からは、手法の限界や失敗事例、計算コスト、汎化性に関する議論は明示されていない。 - 検証は特定のタスク(can pick-and-place)とデータセット(DexYCB、YCB)に限定されている。 - 実機製作上の制約(servo interference、assembly clearances、flat-hand protrusion)は考慮されているが、その他の実用上の課題は要旨からは不明。

要旨で参照・比較されている研究として、LEAP Hand(ベースライン)、DexYCB データセット、YCB 物体セット、imitation learning を用いた teleoperation デモがある。 - 関連手法として、posture retargeting、human-to-robot joint mapping、posture-IK が挙げられる。 - 同分野の定番として、多指ハンドの設計最適化や模倣学習に関する研究を読むとよい。