手のひら内での物体姿勢到達を高精度かつ安全に実現する器用さと安全性の両立

- 多指ハンドによる in-hand object pose reaching を扱う研究 - 対象は LEAP hand - 指の可動域内で物体をほぼ任意の位置・姿勢へ、任意の wrist orientation で、連続した多数の goal にわたって動かす課題 - 学習は simulation のみで、human data を使わない training recipe を提示 - 学習した task policy に加え、学習ベースの residual safety filter を付与 - conservativeness を調整可能で、性能と安全のバランスを tuning できる - 実機評価では state-based policy が 4,800 unseen goals に対し 95.2% を 2 cm・0.4 rad 以内で達成 - コードや recipe を platform として公開し、高次元 dexterous system の性能・信頼性・安全性研究を促す - 詳細は https://ian-chuang.github.io/dexsafe/ で公…

- 従来の learned hand skills は単純な grasp や物体回転のような基本的な繰り返し動作に限られていた - 本研究は in-hand object pose reaching という、多様で難しい grasp を要する課題に取り組む - 指の届く範囲でほぼ任意の位置・姿勢へ、任意の wrist orientation で、連続 goal 列を通じて動かす - 安全性（物体を落とさないこと）は従来ほとんど測定されていなかったが、本研究では明示的に評価 - learned residual safety filter により、性能を保ちつつ drops を大幅削減 - human data なしの simulation training で、careful system identification により real hand へ zero-shot transfer - 実機で 13.3 時間・4,800 unseen goals・4 objects・多様な wrist orientations という大規模評価を実施 - 単一 wrist-mounted…

- LEAP hand 向けの simulation training recipe を human data なしで構築 - 多様な resets と goals を generated grasp datasets から供給 - adaptive friction curriculum を導入 - careful system identification により sim-to-real の zero-shot transfer を実現 - 実機では motion capture または単一 wrist-mounted depth camera を使用 - task policy の上に learned residual safety filter を追加 - conservativeness を調整でき、性能と安全の trade-off を制御 - 具体的な network 構成や学習アルゴリズムの詳細は要旨からは不明

- 実機で 13.3 時間、4,800 unseen goals、4 objects、多様な wrist orientations の評価を実施 - state-based policy は goals の 95.2% を 2 cm・0.4 rad 以内で達成 - safety filter により drops を 75% 削減しつつ、91.5% の goals を達成 - 追加の定性・定量検証 - 任意姿勢で保持した lightbulb を回転 - out-of-distribution goals への到達 - 高速な arm motion や perturbations への耐性 - wrist camera のみで lightbulb をねじ込む portable skill として動作 - 評価プロトコルの詳細や統計手法は要旨からは不明

- 性能と安全の trade-off を safety filter の conservativeness で調整可能にした点を議論 - 高次元 dexterous system における性能・信頼性・安全性研究の platform として recipe を公開 - 限界や失敗事例の詳細は要旨からは不明 - 対象物体は 4 objects に限定 - 評価は LEAP hand に限定 - sim-to-real の汎化範囲や、他ハンド・他タスクへの転用可能性は要旨からは不明

- 要旨で直接参照・比較されている個別研究は明示されていない - 関連手法として次を検討 - in-hand manipulation の learned policies - dexterous manipulation における sim-to-real transfer と system identification - domain randomization や curriculum learning - residual safety filter や safety filter を用いた safe reinforcement learning - LEAP hand を用いた dexterous manipulation 研究 - wrist-mounted depth camera による visuomotor policy - 具体的な論文名は要旨からは不明