目隠し精密組立：多様な部品に対応する固有感覚によるsim-to-realペグ挿入

- 本論文は、視覚・力覚・触覚を使わず、関節の位置・速度と自身の行動履歴のみ（proprioception）で精密な組立を行う『blind assembly policy』を研究する。 - 対象タスクは peg insertion、gear meshing、nut threading の3種。 - fixture と part の pose は未知、grasp も大きくランダム化される。 - 方策は接触を proprioception のみで感じ取り、組立を達成する必要がある。 - 学習は simulation 内で reinforcement learning により、part・grasp・contact をランダム化して行う。

- 従来、脚ロボットや humanoid は関節センサで視覚なしに歩行・走行・全身運動を実現してきたが、接触は大きく力も強い。 - 本研究は、mm スケールの開口部探索や歯車のかみ合わせ、ねじ切りといった精密で contact-rich な組立にも関節センシングが十分かを問う点が新しい。 - 視覚・力・トルク・触覚センサを使わない点で、従来の視覚併用や力覚併用の組立方策と大きく異なる。 - simulation 上で matched visual policy と比較し、blind policy が未知の part 形状・サイズへの汎化で大きく優ることを示した。

- 観測は関節位置・速度・自身の行動の短い履歴のみ。visual・force・torque・tactile sensing は使わない。 - fixture と part の pose は方策に与えず、grasp も大幅にランダム化する。 - reinforcement learning を simulation 内で、part・grasp・contact をランダム化して学習。 - 学習には clearance を保った数千の異なる assembly が必要で、exact convex pieces から MuJoCo 用 assembly を procedural に生成する open-source generator を公開。 - この generator は convex decomposition や MuJoCo の signed-distance collision より高精度かつ高速とされる。

- simulation 上で peg insertion、gear meshing、nut threading の各タスクを学習できることを示した。 - peg insertion policy は real world へ zero-shot transfer し、異なる形状・サイズの peg を 73% の試行で挿入。 - simulation で matched visual policy との制御比較を行い、blind policy が未知の part 形状・サイズへの汎化で大きく優る一方、遅くなる場合があることを示した。 - 検証の詳細な試行数や統計は要旨からは不明。

- blind policy は未知形状・サイズへの汎化に優れるが、visual policy より遅くなる場合がある。 - 精密組立に必要な数千の assembly を扱うため、clearance を保つ正確で高速な simulation 生成が重要。 - 実機検証は peg insertion の zero-shot transfer が中心で、gear meshing や nut threading の実機結果は要旨からは不明。 - 限界や失敗要因の詳細な議論は要旨からは不明。

- 要旨で比較対象として挙げられている matched visual policy に関する研究。 - MuJoCo の signed-distance collision や convex decomposition を用いた collision/assembly simulation 関連の研究。 - legged robots や humanoids における proprioceptive locomotion（関節センサのみでの歩行・全身運動）の研究。 - 同分野の定番として、sim-to-real の domain randomization や reinforcement learning による assembly 研究。