arXiv cs.ROは2026年10月27日(現地時間)、多指ロボットハンドによる器用な物体操作と安全性の両立に焦点を当てた研究論文を公開した。本研究では、物体を指の届く範囲で任意の位置と向きに移動させる「インハンド物体姿勢到達」タスクにおいて、LEAPハンドを用いたシミュレーションでの学習方針を提示。人手データを使わずに訓練され、実機へのゼロショット転移に成功した。
本研究で提示された方針は、多様なリセットと目標、生成された把持データセット、適応的な摩擦カリキュラムといった複数の知見に基づいて構築されている。これにより訓練されたポリシーは、モーションキャプチャまたは単一のリストマウント深度カメラを用いて、実際のLEAPハンドにゼロショットで転移し、優れた能力と堅牢性を示した。
タスクポリシーに加え、調整可能な保守性を持つ学習済み残留安全フィルターが追加されている。これにより、性能と安全性のバランスを調整し、物体落下を大幅に削減できることが確認された。実ロボットによる13.3時間の評価では、4つの物体と多様な手首の向きを含む4,800の未見目標に対し、状態ベースのポリシーは目標の95.2%を2 cmおよび0.4 rad以内に達成した。安全フィルターは、目標達成率を91.5%に維持しつつ、落下を75%削減した。
これらのポリシーは、電球を任意の姿勢で回転させたり、分布外の目標に到達させたり、速いアーム動作や摂動にも耐えることが可能だ。手首カメラのみを必要とすることで、電球のねじ込みのような携帯可能なスキルとしても機能するとされている。
参考: arXiv cs.RO — 2026年10月28日 02:58 (JST)
原文ハイライト"Pushing Dexterity and Safety for In-Hand Object Pose Reaching That Works Remarkably Well"