EquiDexFlow: 接触に基づくSE(3)等変巧みな把持生成フロー
EquiDexFlowは、物体点群から手首姿勢、関節角度、指先接触点、法線、接触力を同時に予測するSE(3)等変フローマッチングモデルです。接触点を物体表面に投影し、力をクーロン摩擦錘内に制約することで、損失ペナルティなしに配置と摩擦コンプライアンスを保証します。200回の回転テストで手首残差0.04°未満、関節偏差ゼロを達成し、全アブレーション変種の中で摩擦違反ゼロ、最高複合スコアを記録しました。物理ロボット上では、リターゲットされた把持が6つのテスト物体すべてでオープンループのピックアンドホールド試験に成功しました。
巧みな把持生成はロボティクスの重要な課題ですが、従来の学習手法では接触力を後処理の検証ステップに委ねるため、運動学的に可能な姿勢でも物理的に安定した把持条件を満たさないことがありました。EquiDexFlowはこの問題を解決するため、手首姿勢、関節角度、指先接触点、法線、接触力を物体点群から同時に予測するSE(3)等変フローマッチングモデルを提案します。本論文は2026年6月10日にarXivに投稿され、Clinton Enweremらによって執筆され、全22ページ、11の図、11の表を含みます。
本モデルは、接触点を物体表面に、力をクーロン摩擦錘内にそれぞれ投影する構造を採用しており、損失ペナルティなしで配置と摩擦コンプライアンスを満たします。理論的証明と実験の両方でエンドツーエンドのSE(3)等変性を確認し、200回の回転テストで手首残差0.04°未満、関節偏差ゼロを達成しました。訓練には81物体からの8100個の力閉把持データセットを使用し、16自由度のAllegro Handを対象としました。
全アブレーション変種との比較において、EquiDexFlowは摩擦違反ゼロ、最高複合スコア、最低の力旋回残差を記録しました。実機検証のため、指先接触点を16自由度LEAP Handに指単位の逆運動学でリターゲットし、各関節をアクチュエータ包絡線の5%以上内側に配置しつつ力旋回バランスを維持するハードウェア適合最適化を実施しました。
物理ロボット実験では、リターゲットされたEquiDexFlow把持が6つのテスト物体すべてでオープンループのピックアンドホールド試験に成功し、非対称物体は標準姿勢と120°共回転姿勢の両方で成功しました。プロジェクトページ（equidexflow.github.io）では動画、コード、チェックポイントが公開されており、研究者による再現と応用が容易です。この研究は、器用な把持生成の新たなパラダイムを提供し、ロボット操作タスクの進展に寄与することが期待されます。