条件付きフローによる汎用逆運動学

- GenGenIK という generative modeling に基づく Inverse Kinematics (IK) 手法。 - 上位 planner が与える task-space 目的を robot configuration に写像する IK を、単一解ではなく有効解の分布として生成する。 - mobile bases、複数 end-effectors と targets、scene awareness、robot behavior への選好を共通 interface で扱う。 - bimanual lift や flip-up などのタスクを対象とする。

- 従来の IK は各 query を孤立した pose-to-configuration 問題として扱うのに対し、planner が将来の reachability や collision avoidance・stability などの選好を考慮した有効解の分布を必要とする点を動機とする。 - GenGenIK はその分布を generative modeling で生成する枠組みを提供する。 - 実験では既存手法より solve rate と runtime の両方で優れると報告。 - 部分的な scene observations 下でも有効とされる。

- generative modeling による IK アプローチ。 - mobile bases、複数 end-effectors・targets、scene awareness、behavior 選好を単一 interface で扱う設計。 - サンプルされる分布を柔軟に制御できる点を特徴とする。 - 具体的なモデル構成や学習手順は要旨からは不明。

- bimanual lift と flip-up などのタスクで実験。 - 既存手法と比較し、solve rate と runtime の両面で優位であることを示す。 - サンプル分布の柔軟な制御が可能であること、部分的な scene observations 下でも有効であることを確認。 - 詳細な評価設定やベースラインは要旨からは不明。

- 解の分布生成により将来の reachability や選好を考慮できる点が議論の中心。 - 部分観測下での有効性や分布制御の柔軟性に言及。 - 限界や失敗事例、計算コストの詳細は要旨からは不明。

- 従来の IK 手法（pose-to-configuration を個別に解く古典的・最適化ベース IK）。 - generative modeling を用いた IK・motion generation の関連研究。 - bimanual manipulation や mobile manipulation の planner 研究。 - 具体的な参照論文は要旨からは不明。