高精度組立において、きつい公差の挿入作業は重要な課題です。わずかな姿勢誤差が詰まりや過大な接触力を引き起こし、ロバストで安全な挿入ポリシーの獲得は困難です。北京理工大学などの研究チーム（著者：Xinpan Meng、Siyao Huang、JingPu Yang、Muyuan Ma、Zhenghua Ma、Lijun Han、Gao Yuan、Houcheng Li、Long Cheng）は、2026年5月6日に提出した論文で、模倣学習（IL）と強化学習（RL）を組み合わせた触覚強化二段階手法を提案しました。
本手法は二段階で構成されます。第一段階では、模倣学習により位置一般化能力を持つリーチポリシーを学習し、ペグを把持して目標領域近傍に運びます。このポリシーはデモンストレーションデータから訓練され、異なる開始位置に適応できます。第二段階では、強化学習により挿入を実行し、接触豊富なインタラクション中の障害から回復することを可能にします。RLエージェントは試行錯誤を通じて学習し、挿入中に動作を調整して詰まりを回避します。
触覚フィードバックを最大限活用するため、研究チームは二つの革新的技術を導入しました。まず、触覚グループサンプリングにより、トレーニング中に重要な接触セグメントのカバレッジを増やし、モデルが重要な接触パターンを十分に学習できるようにします。次に、触覚批評家がポリシー値をより正確に評価し、低接触力を維持しながら成功率を向上させるのに役立ちます。これらの技術により、本手法はさまざまな穴形状とクリアランス設定で優れた性能を発揮しました。
実験では、5種類の穴形状（円形、正方形など）と3種類のクリアランス設定（0.05mm、0.1mm、0.2mm）が設計されました。最も挑戦的な0.05mmクリアランスにおいて、本手法は67％の成功率を達成し、最大接触力を60％、トルクを44％削減しました。ベースライン手法と比較して性能が大幅に向上し、本手法の有効性と安全性が実証されました。
本研究は、電子機器組立や微細機械加工など高精度操作が必要な分野にとって重要です。将来的には、本手法をさらに最適化し、より複雑な組立タスクに適用することで、自動化生産の発展に貢献することが期待されます。