カリフォルニア工科大学（Caltech）などの研究チームは、接触を伴うサンプリングベース予測制御（SPC）におけるリスク認識ドメインランダム化（DR）の効果を初めて体系的に調査した。DRは強化学習の方策ロバスト性向上に広く用いられているが、接触を伴うSPCではその影響が十分に理解されていなかった。本研究は、Sergio A. Esteban、Junheng Li、Vince Kurtz、Aaron D. Amesによって行われ、arXivに論文として投稿された。
研究では、単純なPush-Tタスクをテストベッドとして使用した。これはT字型の物体を所定の位置に押し込む典型的な接触豊富な操作問題である。平均的、楽観的、悲観的の3つのリスク態度でロールアウトを集約する戦略を比較し、ランダム化されたモデルインスタンス上でシミュレーションを実施。その結果、DRはモデル誤差に対するロバスト性を高めるだけでなく、サンプリングベースの最適化器が認識するコスト地形を根本的に変化させることが明らかになった。特に、DRは接触生成動作周辺の引力領域（basin of attraction）を再形成し、最適化器が有利な接触方策を見つけやすくする。例えば、悲観的集約戦略では、DRにより最適化器がモデル不確実性に敏感な接触領域を避ける傾向が生まれ、より安定した最適化が可能となる。
この発見は、接触を伴う制御におけるDRの二重の役割——従来のロバスト性向上と、最適化問題構造への暗黙的な調整——を示している。著者らは、これがモデル不確実性下でのより原理的でロバストなリスク認識SPCの開発に新たな道を開くと述べている。関連動画はhttps://youtu.be/f1F0ALXxhSMで公開されており、論文はarXiv（arXiv:2605.03290）で入手可能である（全5ページ、3図）。この研究は、ロボットの接触操作におけるDRの応用を促進し、不確実性下での安全で効率的な制御器設計に寄与することが期待される。