SOFTMAP: トポロジカルメッシュ整合と物理事前知識を用いたシムツーリアルのソフトロボット前方モデリング

要約: ソフトロボットのマニピュレータは、剛体と比較して本質的な順応性、安全な人間-ロボット相互作用、そして複雑なジオメトリに適合する能力といった魅力的な利点を提供しますが、低次元の作動指令からの正確な前方モデリングは、ヒステリシスや製造ばらつきといった非線形材料現象のため、依然として未解決の課題です。
本研究では、腱で作動するソフトフィンガー・マニピュレーターのリアルタイム3D前方モデリングのための、シミュレーションから現実世界へ対応する学習フレームワークである SOFTMAP を提案します。
SOFTMAP は4つの要素を組み合わせます：
(1) As-Rigid-As-Possible (ARAP) に基づくトポロジー整合で、シミュレーションと実データの点群を共有の、トポロジー的一貫した頂点空間へ射影します；
(2) シミュレーションデータで事前学習した軽量な MLP 前方モデルを用い、サーボ指令を指の完全な3D形状へ写像します；
(3) 実測データの小規模セットで訓練された残差補正ネットワークを用い、シミュレーションと実機の差異を補償する頂点ごとの変位場を予測します；
(4) 閉形式の線形作動較正レイヤーにより、実時間推論を30 FPSで実現します。
SOFTMAP をシミュレーションと実機の両方で評価し、シミュレーションでは Chamfer 距離 0.389 mm、実機では 3.786 mm という最先端の形状予測精度を達成し、複数のターゲット経路に沿ったミリメートル級の指先軌道追従を実現し、遠隔操作タスクの成功率をベースラインより 36.5% 向上させました。
我々の結果は、SOFTMAP がソフトマニピュレータの3D前方モデリングと制御に対してデータ効率の高いアプローチを提供することを示しています。