TAMEn：接触リッチなタスクにおけるクローズドループデータ収集のための触覚対応マニピュレーション・エンジン
arXiv cs.RO / 2026/4/9
📰 ニュースSignals & Early TrendsModels & Research
要点
- 本論文では、既存のハンドヘルド手法がハードウェアの適応性やデータ品質の面で苦戦する、接触が多いコンタクトリッチな二腕ロボットタスクにおけるクローズドループデータ収集のための、触覚対応マニピュレーション・エンジンTAMEnを提案する。
- TAMEnは、異種グリッパー間で迅速に適応するためのクロス・モルフォロジ（形態横断）ウェアラブル・インタフェースを用い、さらに2つのデータ収集モードを組み合わせる。すなわち、モーションキャプチャ精度モードと、触覚を可視化したリカバリ（回復）を伴う、VRベースの携帯可能モードであり、イン・ザ・ワイルド（実環境）での取得を可能にする。
- デモンストレーション中に実現可能性を意識したオンライン検証を実装し、再現性（リプレイアビリティ）を向上させるとともに、より本物の触覚信号を反映したインタラクティブなリカバリデータの収集を可能にする。
- このアプローチは、大規模な触覚事前学習データ、タスク固有の二腕デモンストレーション、人間を介したリカバリデータを、ピラミッド構造のデータセット運用（レジーム）に統合し、クローズドループ方策（ポリシー）洗練を実現する。
- 実験結果では大幅な改善が報告され、タスク成功率が34%から75%へと増加している。著者らは、視覚・触覚マニピュレーション研究の再現性を支えるため、ハードウェアとデータセットをオープンソースとして公開している。
