マルチサポート操作のためのフローマッチング模倣学習

ヒューマノイドロボットは、上半身を使用してサポート接触を行うことで、作業空間や安定性を向上させ、接触が豊富な作業や押すタスクを実行する能力を高めることができます。本論文では、最適化に基づくマルチ接触全身コントローラと、模倣学習のためのマルチモーダルトラジェクトリ分布を生成する最近導入された手法であるフローマッチングを統合したアプローチを提案します。シミュレーションでは、フローマッチングがDiffusionや従来の行動クローンよりもロボティクスに適していることを示します。実際のフルサイズヒューマノイドロボット（タロス）において、我々のアプローチが全身非把持型ボックス押しタスクを学習できること、またバランスを保つために必要なときに自由手で食器洗い機の引き出しを閉めることができることを実証します。また、デモンストレーションでカバーされていないタスクのための自動接触配置を提供する支援テレオペレーション用の共有自律モードも導入します。完全な実験ビデオは以下からご覧いただけます: https: //hucebot. github. io/flowₘultisupportwebsite/