脚式移動のための微分可能接触ダイナミクス：方策学習と接触陰的軌道最適化

- 脚式ロコモーションのための摩擦接触に対する滑らかな解析的勾配を提案し、policy learning と contact-implicit trajectory optimization に適用した研究。 - 提案勾配は backward pass のみで接触感度を置き換え、hard-contact の forward solve は変更せず rollout の実現可能性を保つ。 - de Saxcé-corrected second-order-cone complementarity problem の central-path relaxation により separating/clamping/sliding モードを滑らかにする。

- 厳密な接触感度は閉形式で得られるが現在の接触モード内の変化のみを表し、隣接接触モードへの一次情報を与えない。 - 提案法は接触モード遷移を通じて感度が連続となり、relaxation が消える極限で厳密感度に収束する。 - trajectory optimization では exact および Signorini-relaxed 勾配が見逃す contact-rich な解に到達できる。

- Coulomb friction に対する de Saxcé-corrected second-order-cone complementarity problem を central-path relaxation で平滑化する。 - 緩和感度は hard-contact 解から初期化した Newton iteration で得た central path 上の点で評価する。 - 提案勾配は backward pass のみで exact sensitivity を置換し、forward の hard-contact solve はそのまま維持する。

- 100,000 samples・デスクトップ PC で 2 分未満の training により、fine-tuning なしで hardware に転送できる policy を学習。 - hardware 上で trotting policy が pushes に耐え、debris や slippery ground を走破することを確認。 - trajectory optimization において exact および Signorini-relaxed 勾配では得られない contact-rich 解に到達することを示した。

- 提案勾配は backward pass のみの置換であり、forward の hard-contact solve と実現される rollout の feasibility を保つ点が議論の前提。 - relaxation が消える極限で厳密感度へ収束する性質と、接触モード遷移を通じた連続性が主張されている。 - 具体的な限界や失敗事例、計算コストの詳細な議論は要旨からは不明。

- 要旨で比較されている exact gradient および Signorini-relaxed gradient に関する研究。 - de Saxcé-corrected second-order-cone complementarity problem および central-path relaxation に関連する接触力学・最適化の文献。 - contact-implicit trajectory optimization および legged locomotion の policy learning に関する同分野の定番研究。