要旨: 再グリップ（regrasp）計画は、1回のピックアンドプレースでは、把持の実現可能性を維持したまま、初期姿勢から目標姿勢へ物体を移送できない場合にしばしば必要となる。主な課題は、離散探索が脆くなる中間姿勢にまたがる「共有把持（shared-grasp）」の連結性を推論することである。そこで本研究では、微分可能な姿勢列の連結性指標に基づく、暗黙的な多段再グリップ計画フレームワークを提案する。我々は、物体の姿勢に関して把持の実現可能性をエネルギーベースモデル（Energy-Based Model: EBM）でモデル化し、エネルギーの加法性を活用して、姿勢ペアの連結性を測る連続的なエネルギー地形を構築する。これにより、中間物体姿勢の勾配に基づく最適化が可能になる。中間ステップの最小数を自動的に決定するための、適応的な反復的深掘り（adaptive iterative deepening）戦略も導入する。実験の結果、提案するコスト定式化は滑らかで有益な勾配を与え、他の代替手法に比べて計画の頑健性を向上することが示された。また、未見の把持姿勢や、エンドエフェクタ間の転移（cross-end-effector transfer）にも一般化できることを実証する。具体的には、吸着（suction）制約で学習したモデルが、並列グリッパによる把持操作を導ける。さらに、多段計画の結果は、適応的深掘りと最小ステップ探索の有効性を強く示している。
リグラスプ・シーケンス最適化のための、微分可能な物体ポーズ接続性メトリクス
arXiv cs.RO / 2026/4/17
📰 ニュースIdeas & Deep AnalysisModels & Research
要点
- 本論文は、1回のピック＆プレースでは目標ポーズに到達できず、かつ把持の実現可能性を維持できない場合に、中間の物体ポーズを最適化してリグラスプ計画を行うことに取り組む。
- エネルギーベースモデル（EBM）で物体ポーズに対する把持実現可能性を表し、エネルギーの加法性を用いてポーズ対の接続性を測る連続的なエネルギー地形を構築することで、微分可能なポーズ列接続メトリクスを提案する。
- 中間状態に対する離散探索の脆さを回避し、微分（勾配）に基づいて中間ポーズを最適化できるようにする。
- 適応的な逐次深掘り（iterative deepening）戦略を導入し、必要な中間リグラスプ手数の最小値を自動的に推定する。
- 実験では、より滑らかで有益な勾配が得られ、他手法より計画の頑健性が向上し、未知の把持ポーズやエンドエフェクタ間の転移（例：吸着制約で学習したモデルが平行グリッパ操作を導く）でも汎化できることが示される。
