触覚対応型 4足歩行のロコマニピュレーション・ポリシー学習

要旨: 四足歩行のロコマニピュレーションは一般に、視覚認識と固有受容感覚に基づいて構築されます。しかし、接触が豊富な操作を確実に行うことは依然として困難です。視覚と固有受容感覚だけでは、不確実で変化し続ける環境との相互作用を解決できません。触覚センシングは直接的な接触の観測を提供しますが、四足歩行のロコマニピュレーションに対する、触覚に配慮した学習のためのスケーラブルな枠組みはまだ十分に研究されていません。本論文では、階層構造を備えた触覚に配慮したロコマニピュレーションのポリシー学習パイプラインを提案します。提案手法には2つの重要な構成要素があります。第一に、実世界の人間によるデモンストレーションを活用して、触覚条件付きの視触覚ハイレベルポリシーを学習します。このポリシーは、操作のためのエンドエフェクタ軌道だけでなく、接触が時間とともにどのように発達すべきかを特徴づける、変化する触覚相互作用の手がかりも予測します。第二に、シミュレーション上で大規模な強化学習を行い、多様な指令軌道および触覚相互作用の手がかりを追跡する触覚に配慮した全身制御ポリシーを学習し、それをゼロショットで現実世界に転移します。これら2つの要素により、接触が豊富なシナリオにおいて、移動と操作を協調して実行できるようになります。提案システムは、現実世界の接触が豊富なタスク、すなわち、挿入を伴うハンド内の姿勢変更、バルブの締め付け、繊細な物体操作で評価します。視覚のみおよび視触覚のベースラインと比べて、本手法はこれらのタスク全体で平均28.54%性能を向上させます。