TouchWGNN: マルチモーダルな器用な操作のための時空間触覚知覚
TouchWGNN: spatio-temporal tactile perception for multimodal dexterous manipulation
Dexterous in-hand manipulation(器用な手による物体操作)において、ロボットハンドは頻繁な隠蔽、接触が多い相互作用、高速なダイナミクス下で物体状態を確実に推定する必要がある。触覚センシングは高周波で接触特異的なフィードバックを提供するが、生の触覚信号から有用な表現を抽出し、それを視覚や固有受容感覚と統合することは依然として困難である。本稿では、触覚信号を時空間グラフとして明示的にモデル化するマルチモーダルな器用な操作フレームワーク「TouchWGNN」を提案する。まず、5本指のロボットハンド用に低コストの分散型触覚センサーアレイを開発し、主要な接触領域に分散した113個のセンシングポイントからの法線力をリアルタイムで取得できるようにする。次に、タクセル(またはアクティブな接触点)をフォース特徴と3D座標を持つノードとし、エッジが空間的近接性と局所的なフォース変動をエンコードする触覚グラフを構築する。グラフベースの空間エンコーダーが瞬時の接触ジオメトリを捉え、時間モジュールがその時間的進化をモデル化して物体状態推定を洗練させる。最後に、触覚推定値を視覚(点群ベースの姿勢)および固有受容感覚(関節状態)と融合し、強化学習によるポリシー学習を行う。キューブ再配向と宝鼎ボール交換という2つの器用な手による操作タスクでの実験により、生の触覚フィードバックを視覚および固有受容感覚と統合することが、単一モダリティのベースラインと比較して操作パフォーマンスを向上させることが実証された。
本稿で提案されたTouchWGNNは、触覚センシングをグラフ構造でモデル化し、視覚・固有受容感覚と統合することで、器用なロボットハンド操作の性能を向上させるアプローチである。現時点では研究段階であり、具体的な製品化や企業の実用化発表には至っていない。投資家としては、触覚センシング技術はロボットの器用な操作(dexterous manipulation)の重要なブレークスルー要素であり、この分野の進展が次世代ロボットハンドや組立・医療用マニピュレータの高度化につながる可能性があるため、今後の実用化・技術移転の動向を注視すべきである。