SplatCtrl：ガウスシーン表現とリアクティブロボット制御による知覚-行動連携
SplatCtrlは、3Dガウススプラッティングを用いたリアルタイムシーン再構築とリアクティブなロボット動作生成を統合するフレームワークであり、未経験で動的な環境におけるロボットアームの衝突回避制御を実現する。ハイブリッドボクセルフィルタリングと動的ガウス再配置戦略により環境変化に対応し、等方性ガウス分布から連続符号付き距離関数を導出して制御障壁関数に組み込む。シミュレーション、実機ロボット、人協調領域での実験により有効性を確認した。
構造化された環境では優れた性能を発揮するロボットマニピュレータですが、非構造的で動的な環境では大きな課題に直面します。2026年の国際ロボット会議（ICRA）で発表された本論文では、SplatCtrlという統一フレームワークを提案しています。これは、リアルタイムのシーン再構築とリアクティブなロボット動作生成を組み合わせ、未経験で絶えず変化する環境におけるロボットアームの衝突回避制御を実現します。SplatCtrlは、3Dガウススプラッティング（3D-GS）を基盤としており、ハイブリッドボクセルフィルタリングと動的ガウス再配置戦略を導入しています。これにより、RGB-Dストリームからの効率的なシーン再構築と環境変化への対応が可能になります。物体の移動や新しい障害物の出現など、動的な環境でもロボットは最新かつ正確な環境情報を保持できます。安全でリアクティブな制御を実現するために、等方性ガウス分布から連続符号付き距離関数（SDF）を導出する手法を提案しています。これにより、安定した微分可能な衝突確率推定が可能となり、古典的な距離場と現代的な暗黙表現を橋渡しします。これらの連続距離指標は制御障壁関数に組み込まれ、シーン変化に応じたスムーズで信頼性の高いリアルタイム動作生成を実現する、統一的な知覚-行動連携フレームワークとなります。本フレームワークの有効性は、シミュレーション、実機ロボット、および人間とロボットが共有する作業空間での実験により実証されました。不確実で動的な環境において、シーン再構築とリアクティブ制御を統合的に実現できることが示され、ロボットの自律操作に新たな可能性を開くものです。また、このフレームワークのリアルタイム性能は、協調組立や支援生活など、迅速な応答が要求される高度なロボット応用に適しています。