強化学習と機械設計における事前知識を活用した頑健な手内操作

ロボット工学において、外部センサーを用いない手内操作は、指と物体の接触の不確実性や重力による外乱のため、非常に困難な課題である。強化学習は複雑な指の歩容を学習する上で有望な手法であるが、既存のアプローチは持続的な操作のために良好に条件付けられた把握を維持することを優先していない。この問題に対処するため、Yifei Chenらは、強化学習と機械設計の両方に物理的な事前知識を組み込む新しい手法を提案した。

彼らは、相補的な2つの物理事前知識を導入した。1つ目は、古典的な把握解析に基づくグローバルな把握品質事前知識である。これは、密な報酬形成項として使用され、接触点が均等に分布するように促し、最悪時の耐モーメント能力を向上させる。2つ目は、指先の曲率に基づく局所的な接触幾何事前知識である。この事前知識は指先の幾何学的形状に直接組み込まれ、接触面をタスクに適した回転運動に機械的に整形し、軸外れのドリフトを低減する。

研究者らは、多指ロボットハンドを用いて、3種類の異なる物体を4種類の手のひらの向きで操作する実験を行った。その結果、回転効率、把握安定性、外乱耐性のすべてにおいて顕著な改善が見られた。例えば、回転効率では物体の回転角度がより正確になり、把握安定性では成功率と保持時間が向上し、外乱耐性では外力に対する耐性が強化された。これらの改善は、事前知識を学習と指先形状に組み込むことで、タスクの頑健性が向上し、シミュレーションから現実への転送が促進されることを示している。

本研究のもう一つの重要な貢献は、強化学習と注意深く設計された機械構造を組み合わせることで、不確実な環境における従来手法の限界を克服できることを実証した点である。論文には概要動画も含まれており、実際の操作の様子を確認できる。論文は全25ページ、15の図、9の表からなり、2026年7月13日にarXivに投稿された。将来的には、この手法はより複雑な巧緻操作タスクに応用され、汎用ロボット操作の実現に向けた新たな道を開くと期待される。