関節ロボットの動作学習のためのRodrigues Network

arXiv cs.RO / 2026/4/23

💬 オピニオンIdeas & Deep AnalysisModels & Research

共有:

要点

本論文は、関節的な動作を扱うロボット学習では、MLPやTransformerのような汎用アーキテクチャだけに頼るのではなく、システムの基礎となる運動学（キネマティクス）構造を反映した帰納バイアスを取り込むべきだと主張しています。
古典的な順運動学（フォワード・キネマティクス）を学習可能に拡張した「Neural Rodrigues Operator」を提案し、ニューラル計算へ運動学を意識した構造的な前提を注入することを狙います。
この演算子を基に、動作処理に特化した新しいニューラルアーキテクチャ「Rodrigues Network（RodriNet）」を設計しています。
実験では、合成の運動学・モーション予測タスクでの性能向上に加えて、現実的な応用として拡散ポリシーを用いた模倣学習や、単一画像からの3Dハンド再構成でも有効性が示されています。
総じて、ニューラルネットワークの設計に構造化された運動学的プリオリを組み込むことで、さまざまな領域でロボットの動作学習が改善されうることを示唆しています。