ロボット用マニピュレータのための汎用的ニューラル運動計画器に向けて：課題と機会

要旨: 最先端の汎用操作ポリシーにより、非構造化された人間の環境にロボット用マニピュレータを導入できるようになった。しかし、これらの枠組みは主に、低レベルの運動計画と制御のための補助モジュールを利用しているため、雑然とした環境ではうまく機能しない。運動計画は、ロボットの構成空間が高次元であること、ならびに作業空間内の障害物が存在することにより、依然として困難である。ニューラル運動計画器は、迅速な推論を提供し、運動計画問題に内在する多峰性を効果的に扱うことで、運動計画の効率を高めてきた。そのような利点があるにもかかわらず、現在のニューラル運動計画器の多くは、見たことのない、分布外の計画設定に対して一般化するのにしばしば苦戦している。本論文では、最先端のニューラル運動計画器を概観し、利点と限界の両方を明らかにする。また、ドメイン固有の課題を扱うことができる汎用のニューラル運動計画器を確立するための道筋も示す。レビュー対象の論文一覧については、https://davoodsz.github.io/planning-manip-survey.github.io/ を参照されたい。