Robbyantが触覚モデルを公開

Robbyantの公開は、ロボットの触覚における実用的なボトルネックを解消するものだ。市販の触覚センサーは接触の捉え方が大きく異なり、あるセンサーで学習したモデルはハードウェアが変わると経験を再利用しにくい。LingBot-Touchは磁気・視覚・感圧の各センシングに別々の符号化経路を用意し、接触点を指先の共有座標空間に写像することでこれに対処する。この設計により、人が装着する触覚グローブや遠隔操作ハンドのデータで同じモデルを学習でき、各行動モデルはRobbyant自身の方針に縛られずに接触特徴を抽出できる。

性能値は、2種類の多指ハンドSharpa WaveとXHandを用いた26件の実世界テストから得られた。XHandでは磁気触覚センサーは事前学習に含まれておらず、磁気に関する経験はすべて人のグローブデータに由来する。チームはLingBot-Touchのパラメータを固定して行動モデルのみを学習させ、学習した表現がハードウェアをまたいで転送できるかを試した。約530万パラメータの軽量版Tinyが26件のテストすべてで使われており、この手法がシミュレーションだけでなく端末上の計算制約に収まることを狙っていることがうかがえる。

モデルと技術報告書をオープンソース化することで、RobbyantはLingBot-Touchを特定プラットフォーム向けのモジュールではなく、センサーと行動モデルの間の汎用知覚レイヤーとして位置づけている。