脚型ロボットの把持最適化：ロコマニピュレーションのための深層学習アプローチ
arXiv cs.RO / 2026/5/6
💬 オピニオンDeveloper Stack & InfrastructureModels & Research
要点
- 本論文は、腕を搭載した四足歩行ロボットの把持性能を高めるための深層学習フレームワークを提案し、精度と適応性を重視しています。
- Genesisシミュレーション環境を用いたsim-to-realの手法により、多数の把持試行からなる合成データセットを生成し、ピクセル単位の把持品質マップを教師データ（正解）として作成しています。
- U-Net風の構成を持つ独自CNNを、RGB・深度・セグメンテーションマスク・表面法線といった複数モーダルの入力で学習させ、最適な把持点を示す把持品質ヒートマップを出力します。
- 四足ロボットで検証を行い、対象物への自律移動、センサによる認識、モデルによる把持姿勢の予測、精密な把持の実行までを一連で成功させました。
- 先進的なセンサ情報を用いたシミュレーション学習は、コストの高い実機データ収集への依存を減らしつつスケール可能で有効であることを示しています。
