ロボットマニピュレーションの信頼性と適応性を高めるには、物体の質量や摩擦係数を正確に推定することが不可欠です。インタラクティブ知覚はこうした物理的特性を推論する強力な手段ですが、既存のアプローチの多くは力/トルクセンサ、触覚アレイ、マルチカメラモーションキャプチャシステムといった特殊なハードウェアに依存しており、スケーラビリティや展開の面で制約があります。
本論文では、PhyPushという物理ガイド付きTransformerフレームワークを提案します。このフレームワークの核心は、単一の押し動作中に運動学的に導出されたエンドエフェクタ速度のみを使用して、物体の質量と摩擦係数を推定できる点にあります。これらのデータは通常、標準的なロボットアームから直接取得できます。
PhyPushは、ニュートンの第2法則とクーロン摩擦モデルを制約として、物理ガイド付き損失関数を通じてモデル学習に組み込みます。この設計により、予測の物理的整合性が向上し、未見の物体や表面への汎化能力が強化されます。研究チームは多様なシミュレーションおよび実世界の設定で評価を行い、PhyPushが困難なドメイン外条件においても一貫してより正確な質量と摩擦の推定を達成することを示しました。
具体的には、シミュレーション環境では、完全な力情報にアクセスできるベースラインと比較して誤差を10%以上低減しました。実世界実験では、データ駆動型損失アプローチを上回る性能を発揮しました。これらの結果は、物理ガイド付き学習が、単一の押し動作と入手容易な運動学データのみに依存する、低コストでセンサ効率の高い物理的特性推定を可能にすることを実証しています。
本論文は2026年のIEEE/RSJ国際会議 on Intelligent Robots and Systems（IROS）に投稿されており、専用センサなしでロボットが簡単なインタラクションを通じて重要な物理的特性を取得する可能性を示し、適応的な操作スキルのより広範な展開への新たな道を開くものです。