MIRROR：リアルタイムのリターゲティングと遠隔操縦、並列微分逆運動学による視覚モーション模倣

Abstract

リアルタイムな二足（ヒューマノイド）テレオペレーションには、運動学的冗長性および自己衝突制約のもとで、応答性と制約安全性の両方を備えた逆運動学（IK）ソルバが必要である。微分的IKは効率的なオンライン・リタゲティングを可能にする一方で、局所的に線形化された更新は本質的に“バイス（盆地）依存”であり、しばしば関節限界、特異点、あるいは能動的な衝突境界の近傍で行き詰まり、安全でない、または停滞した挙動につながる。そこで本研究では、制約に起因する局所最小からの脱出を改善しつつ、リアルタイム性能を維持する、GPU並列化された継続法（continuation-based）による微分的IKを提案する。複数の制約付きIKの二次計画問題（quadratic programs）を並列に評価し、自己衝突回避の制御バリア関数（CBF）と組み合わせる。さらに、リャプノフ（Lyapunov）に基づく進行判定基準により、最終的な大域的タスク空間誤差を低減する更新を選択する。この手法は、可視的な骨格姿勢推定のパイプラインと組み合わせられており、THEMIS ヒューマノイドロボット・ハードウェア上で、実世界のタスクにおける上半身の頑健なリアルタイム・テレオペレーションを可能にする。