SoftMimicGen：変形物体操作におけるスケーラブルなロボット学習のためのデータ生成システム

概要: 大規模ロボットデータセットは、多種多様なロボット操作スキルの学習を促進してきましたが、必要とされる人間の時間・労力・コストの量が扱いにくい（intractable）ため、これらのデータセットを収集し、さらに拡張することは依然として困難です。シミュレーションと合成データ生成は、このニーズを満たすための有効な代替手段であることが示されてきました。特に、こうした合成データセットが、現実世界のデータ要件を劇的に削減し、現実世界でのデモでは見られなかった新たな状況への汎化を促進し得ることを示す最近の研究の登場により、その有効性が明確になっています。しかし、このパラダイムは剛体（rigid-body）タスクに限られてきました。剛体タスクはシミュレートしやすいためです。変形可能物体（deformable object）の操作は、現実世界の操作の大きな割合を占めており、この合成シミュレーションデータのパラダイムを広く採用していくうえで、解決すべき重要なギャップとして残っています。本論文では、変形可能物体操作タスク向けの自動データ生成パイプラインであるSoftMimicGenを提案します。動物のぬいぐるみ詰め（stuffed animal）、ロープ（rope）、組織（tissue）、タオル（towel）といった幅広い変形可能物体と、高精度な糸通し（high-precision threading）、ダイナミックな振り抜き（dynamic whipping）、折り畳み（folding）、ピックアンドプレース（pick-and-place）といった操作行動を含む、高忠実度（high-fidelity）のシミュレーション環境の一式を導入します。さらに、単腕マニピュレータ（a single-arm manipulator）、両腕マニピュレータ（bimanual arms）、ヒューマノイド（a humanoid）、外科用ロボット（a surgical robot）の4種類のロボット形態にわたってそれらをカバーします。SoftMimicGenをタスク群全体に適用し、データセットを生成します。生成したデータから高性能なポリシーを学習し、データ生成システムを体系的に分析します。プロジェクトのウェブサイト: \href{https://softmimicgen.github.io}{softmimicgen.github.io}。