「力」と「デモ」に導かれたシミュレーションデータから、3D準拠（コンプライアント）フロー・マッチング方策を学習する——Flow with the Force Field

抽象: 視覚運動ポリシーは近年進歩を遂げてきましたが、接触が豊富なタスクは依然として課題として残っています。継続的な接触を必要とするロボット操作タスクでは、コンプライアンス（順応性）と力の明示的な取り扱いが求められます。しかし、ほとんどの視覚運動ポリシーはコンプライアンスを無視してしまい、現実世界における物理的な相互作用の重要性を見落としがちです。その結果、過剰な接触力や、不確実性下での脆弱な挙動につながることがよくあります。視覚に基づく模倣学習へ力情報を導入すれば、接触への認識を高めるのに役立つ可能性がありますが、良好な性能を得るには大量のデータが必要になる場合もあります。データ不足への対策の1つは、シミュレーションでデータを生成することです。しかし、Sim2Realギャップ（シミュレーションから現実への差）で困らないほど十分に良いデータを生成するには、計算負荷の高いプロセスが必要です。本研究では、単一の人間によるデモンストレーションによって具体化した、シミュレーション上で力に基づくデータを生成するための枠組みを提案し、合順応（コンプライアント）なポリシーと結合することで、合成データから学習した視覚運動ポリシーの性能がどのように向上するかを示します。提案手法を実ロボットのタスクで検証します。具体的には、非把持（非プレーンセプスレ）なブロックの反転や、バイマニュアル（両手）による物体移動を含みます。このとき学習されたポリシーは、接触の維持が確実であり、さらに新規条件への適応も示しました。プロジェクトWebサイト: https://flow-with-the-force-field.github.io/webpage/