TL;DR
FLOREは、力覚センサ付きの手持ちグリッパと体のトラッカーでロボットなしに動作と接触力を収集し、両手の力指令を予測する拡散方策と、力指令を位置目標のずらしに変換する全身コントローラで人型ロボットの接触を伴う移動・操作を学習する。実機3タスクで成功率80%対位置のみ26.7%を報告。強みは力追従と全身バランスの両立、限界は評価タスクが限られ、訓練は摩擦なしの法線力中心で、接線力への一般化は未検証。
既存手法との違い
原論文の主な比較は、同じデモで学習し同じコントローラで実行した位置のみ方策。力指令を無効化すると実機成功率は26.7%で、FLOREは80%。力指令のみを除くと36.7%、力観測のみを除くと66.7%で、両方が寄与すると報告している。関連研究では、ロボットなし収集の既存手法は動作を記録しても力を記録しない、WT-UMIは人型向けだが各手掌のスカラー法線力でペアの遠隔操作データに依存、UniFPは3次元力指令を予測するが四足マニピュレータで推定力を用いる、などと位置づけられている。提示本文からは、これら関連手法との同一条件での実機比較は確認できない。
使える条件
対象は、両手に平行グリッパと手首6軸F/Tセンサを備え、全身のバランス制御が必要な人型ロボット（実機評価はUnitree G1）。データ収集には、6軸F/Tセンサ・手首カメラ・姿勢トラッカー・グリッパ幅エンコーダ付きのUMI型手持ちグリッパ2台と、胸・両足首のトラッカーが必要。方策入力は両手首画像、計測レンチ、手・胴体・足の相対状態など。出力はキーポイント姿勢、グリッパ幅、両手の力指令。コントローラはシミュレーションで仮想の柔らかい平面とランダム化した剛性・F/Tノイズを用いて訓練し、実機では手首F/Tで力追従する。評価は、ガントリー押し、両手での箱回転、ホワイトボード拭きの3接触リッチタスク。提示本文からは、他の人型機体、他のセンサ構成、軟物体、摩擦・接線力が主要なタスクへの適用可否は確認できない。
限界と未検証の範囲
実機評価はUnitree G1上の3タスクに限られ、成功率で比較している。シミュレーションでは手先力誤差約1Nを報告するが、実機での力追従誤差の詳細な定量評価は提示本文からは確認できない。コントローラ訓練の接触モデルは摩擦なしの仮想平面で、指令は法線方向が中心。実機では同じ軸ごとの法則を接線方向にも適用するが、接線荷重は訓練で見ていないため、摩擦の大きい操作や接線力の追従・一般化は未検証。長期運用、多様な物体・環境、他機体、他の力覚センサへの一般化、関連研究との同一条件での広範な比較も提示本文からは確認できない。
解説
ねえ智也、この「FLORE」ってやつ、人型ロボットが力加減を覚える話？ なんか普通の真似っこ学習と違うの？
そう。普通のロコマニピュレーションは手の軌道を追うだけになりがち。でも押す・拭く・箱を回すみたいな接触タスクは、軌道だけじゃなくて接触力も合わないと再現できない。
なるほど。じゃあデータ集めがまず大変そう。ロボットを動かして教えるの？
そこがポイント。ロボットなしで、両手のUMI型手持ちグリッパに6軸F/Tセンサ、手首カメラ、姿勢トラッカー、グリッパ幅エンコーダを付けて、胸と両足首にもトラッカー。動作と接触力を記録する。
ロボットがいないのに人型の全身動作を教えられるんだ。で、方策は何を見て何を出すの？
両手首の画像、ロボット状態、計測した手のレンチを見て、手と胴体・足のキーポイント姿勢、グリッパ幅、両手の力指令を予測する拡散方策。力は入力にも出力にも入る。
力指令ってそのまま関節トルクにするの？
違う。全身コントローラは関節位置だけ出す。力指令を位置目標のずらしに変換して、手首F/Tで測った力誤差の積分で、指令方向に力追従しつつ、他の方向は外部押しに従う。バランスも保つ。
なるほど、押す方向だけ頑張って、横から押されたら柔らかく逃げる感じか。評価は？
実機はUnitree G1で3タスク。ガントリー押し、両手で重い箱を回す、ホワイトボード拭き。同じデモで学習して同じコントローラで実行した位置のみ方策が26.7%、FLOREが80%。
けっこう差が大きい。力指令だけ消すと？
36.7%。力観測だけ消すと66.7%。だから力指令と力観測の両方が効いてる。シミュレーションでは手先の力誤差が約1Nで、全身動作も保てたと報告してる。
関連研究だと何が違うの？
既存のロボットなし収集は動作を記録しても力を記録しないものが多い。WT-UMIは人型向けだけど各手掌のスカラー法線力で、ペアの遠隔操作データに依存。UniFPは3次元力指令を予測するけど四足マニピュレータで推定力を使ってる。ただ、提示本文からは、これらの関連手法と同一条件での実機比較は確認できない。
使える条件と、まだ怪しいところも知りたい。
前提は、両手に平行グリッパと手首6軸F/Tを載せた全身バランス制御が必要な人型。データ収集には専用の手持ちグリッパと胸・足首トラッカーが要る。評価はG1の3接触タスクだけ。
訓練の接触モデルは？
摩擦なしの仮想平面で、主に法線方向の力指令。実機では同じ軸ごとの法則を接線方向にも使うけど、接線荷重は訓練で見てないから、摩擦の大きい操作や接線力への一般化は未検証。他の人型、センサ構成、軟物体、長期運用も本文からは確認できない。
なるほどね。つまり力加減を覚えたロボット、私の「重いドアを毎回全力で開ける」問題にも応用してほしいな。
まず亜美のドアの押し方から学習データを取り直そう。