ロボットマニピュレーションにおいて、非把持物体操作スキルは実世界のインタラクションにとって重要であり、トレイ上のグラスをバランスさせたり、テーブル上の物品を制御しながら滑らせたりするような動的なタスクを可能にする。これらのタスクの中でも、高速操作が要求され、結果として生じるハイブリッドダイナミクスが一般に敏感であるものは特に達成が困難である。その中でもジャグリングは非常に挑戦的な操作と見なされている。ロボットジャグリングの鍵は、劣駆動物体の動的安定化を達成することにある。物体は自己修正能力を持たないため、その安定性は加えられる力に完全に依存する。これにより、制御入力に敏感なシステムが生まれ、タイミングが重要となり、偏差を継続的に打ち消して所望の動作を維持する必要がある。
本研究では、Joel Ramadaniら9名の著者チームが、7自由度マニピュレータがツールを用いて非把持ボールジャグリングを行うための系統的な制御方法を開発した。主な貢献は、ジャグリング軌道を生成し、このハイブリッドシステムの周期的ジャグリング運動を安定化するためのモデルベースフレームワークである。このフレームワークは、安定したジャグリングに必要な基礎的な実行可能運動パターンを計算するために、2段階の最適制御アプローチを採用している。
具体的には、フレームワークはまずオフライン最適化によって実行可能な周期的ジャグリング軌道のセットを計算する。これらの軌道は、リアルタイム制御においてオンラインで最適制御問題を解くことなく迅速に誤差補正を行えるように構造化される。この設計により、制御のリアルタイム性を保証しつつ、オフライン最適化の精度を活用する。コントローラの有効性を検証するため、研究チームはまずシミュレーション環境で性能を評価し、次にFranka Emika Pandaロボットを使用した実際の実験を行った。実験結果は、コントローラが安定したジャグリングを成功裏に実現できることを示している。
この研究の意義は、特に高速かつ高精度が要求されるシナリオにおいて、非把持動的操作のための実行可能なソリューションを提供することにある。将来的には、この方法をより複雑な物体やタスクに拡張し、非構造化環境におけるロボットの操作能力を向上させることが期待される。論文の詳細はarXiv:2606.06704で入手可能であり、2026年6月4日に提出され、全8ページである。