即時触覚反射を全身ヒューマノイド制御にボトムアップ統合するReflexArc

- 人型ロボットが clutter 環境で予期せぬ接触に、最初の impact peak(数十 ms 以内)より前に反応するための枠組み ARC(Ascending Reflex Control)を提案した研究。 - 全身 tactile sensing から危険接触を検知し、全身の withdrawal pose を解いて 10 ms 以内に motor へ直接指令する instantaneous reflex pathway と、学習済み whole-body control へ bottom-up に統合する仕組みから成る。 - Unitree G1 上に実装し、3 種類の危険接触カテゴリで評価。

- 50 Hz で動く learned whole-body policy は policy-cycle delay を生み、protective withdrawal を tracking error として抑制しうる点を課題として指摘。 - これに対し、reflex を policy の上に載せるのではなく下層から統合する bottom-up 構成を採る。 - 同一条件で reflex を 20 ms 遅延させた比較に対し、first force peak を 34.1% 低減、contact impulse を 0.2632 N s から 0.1225 N s へ(2.15x 比)低減。

- instantaneous reflex pathway: full-body tactile sensing で hazardous contact を検出し、whole-body withdrawal pose を解いて 10 ms 以内に motor へ直接送出。 - bottom-up reflex integration: reflex-in-the-loop policy learning、reflex-transparent policy alignment、reflex-informed policy adaptation の 3 要素で、withdrawal の持続・balance 維持・長い horizon の recovery を担う。 - 詳細なアルゴリズムや学習設定は要旨からは不明。

- Unitree G1 に ARC を deploy し、3 種類の hazardous contact カテゴリで評価。 - reflex を 20 ms 遅延させた以外は同一の条件との比較で first force peak と contact impulse を低減。 - protected motion tracking、teleoperation、foot tactile sensing による vision-free obstacle traversal も実演。

- 要旨からは不明(具体的な限界や失敗事例、議論の詳細は記述されていない)。 - 評価は 3 カテゴリの危険接触と特定タスクに限られ、一般性の議論は要旨からは不明。

- 比較対象として明示される 20 ms 遅延 reflex 条件(同一 policy 構成)の詳細。 - reflex-in-the-loop policy learning や reflex-transparent policy alignment に関連する学習ベースの whole-body control 研究。 - full-body tactile sensing を用いた接触検知・withdrawal 制御の先行研究(具体名は要旨からは不明)。