CMU FACTR 2：市販ロボットアームの外力センシング学習によりポリシー学習を17%向上

カーネギーメロン大学（CMU）と早稲田大学の研究チームがFACTR 2を発表。NEXT（ニューラル外力トルク推定）とFIRST（力情報再サンプリング訓練）の2つの革新的手法により、追加ハードウェアなしで市販ロボットアームに力認識能力をもたらします。

接触を伴う操作タスクには力感度が必要ですが、ほとんどのロボットアームはコストの高さから専用力トルクセンサーを備えていません。NEXTは関節状態情報のみから外力トルクを推定するデータ駆動型手法で、わずか10分の自由運動データ収集と1分の学習で、専用センサーに匹敵する推定精度を実現します。

FIRSTは学習バッチ分布を再サンプリングして接触前・接触フェーズの重要度を高め、行動クローニングを改善します。5つの長期間操作タスクにおいて、FIRSTは従来の力認識ポリシーをタスク進捗で17%以上上回りました。

この研究は、高価な専用センサーを必要とせずに力認識ロボティクスを市販ロボットアームに提供することで、製造業、物流、サービスロボティクスにおける高度な操作ポリシーの展開を加速する可能性を秘めています。