Nonprehensile Manipulation

• 別名: non-prehensile manipulation, graspless manipulation
• カテゴリ: Planning & manipulation › Manipulation
• タグ: manipulation, pushing, contact, friction, mechanics

押す、滑らせる、傾ける、転がす、支点まわりに回す、投げるといった方法で、物体を把持せずに移動させたり向きを変えたりすること。しっかり保持する代わりに、摩擦、重力、ダイナミクスを利用する。

定義

非把持マニピュレーション（nonprehensile manipulation）は、ロボットが物体を把持して保持することなく、その状態を変えるマニピュレーションである。例としては、箱をテーブルの上で押して動かす、薄い本をテーブルの端まで滑らせて拾えるようにする、重い物体を傾けて縁で立たせる、円柱を転がす、物体を壁に押し当てて回転させる、打つ、投げる、などがある。把持では手が物体を完全に拘束するため、物体は手と一緒に動く。非把持マニピュレーションでは物体は部分的にしか拘束されず、その動きは摩擦、重力、慣性、環境との接触に依存する。

物体が保持されていないため、ロボットは物体が接触にどう反応するかを予測しなければならず、そのため力学が中心となる。1980 年代の Matthew Mason による押し動作の力学の研究がその基礎を築いた。ゆっくり押す場合、物体が回転する向きは摩擦中心と押し当てる接触点での摩擦円錐によって決まり、押し当てる接触は、物体が滑らずにプッシャーと一緒に動くように安定に設計できる。リミットサーフェスは、摩擦レンチと、面上での物体の滑り運動との関係を記述する。これらの解析モデルは事前に知るのが難しい摩擦係数と圧力分布に依存するため、最近の多くのシステムは、押し動作のモデルや解析モデルに対する残差補正をデータから学習している。

非把持マニピュレーションは、隣接する 2 つの用語と重なるが、それらとは異なる。準静的マニピュレーションは慣性力を無視できるという速度に関する仮定であり、ゆっくり押す動作は準静的でもあり非把持でもある。動的マニピュレーションは慣性力に依存し、投げる動作や打つ動作は動的でもあり非把持でもある。把持そのものも準静的なことも動的なこともあるため、これらは別々の軸である。非把持の動作は、物体を把持可能な姿勢へ動かすための把持前の一段階としても使われ、これは外的器用さと密接に関連している。

重要な理由

多くの物体は大きすぎる、平たすぎる、重すぎる、あるいは周囲が散らかりすぎているために直接把持できないが、単純なグリッパーや、ただの板状のパドルでさえ、押したり滑らせたりすることで有用な作業ができる。非把持のスキルは単純なハードウェアでできることを広げるが、物体がロボットの制御下に完全に置かれることはないため、良い接触モデルや学習したダイナミクスが必要になる。

主な用途

• 散らかった作業空間で物体を目標姿勢まで押すこと
• 物体をテーブルの端まで滑らせる、壁から離すといった把持前の操作
• 重い物品や大きな物品を倒す、傾ける、支点まわりに回すこと
• ビンやコンベア上での仕分けとシンギュレーション
• 投げる、打つなどの動的なタスク
• パドルやフェンスなどの単純なエンドエフェクターによるマニピュレーション

実際の使われ方

ある物流ロボットが、ビンの壁にぴったり接して置かれた平たい荷物をピッキングする必要があるが、グリッパーはその下に入り込めない。プランナーはまず閉じたグリッパーで荷物を壁から押し離し、押し動作モデルを使って、荷物をあまり回転させずに平行移動させる接触点と方向を選ぶ。押すたびにカメラが荷物を追跡し、予測よりも大きく回転していればコントローラが次の押し動作を調整する。隙間ができると、グリッパーは片方の指を縁の下に滑り込ませて把持する。チームは予測した荷物の姿勢と観測した姿勢を記録し、押し動作モデルの摩擦パラメータを改良する。

よくある誤解

• 非把持とは動的という意味である — ゆっくり押す動作は非把持かつ準静的であり、投げる動作は非把持かつ動的である
• 押す動作は把持が不要なので簡単である — 結果は通常不確かな摩擦と圧力分布に依存するため、把持した物体よりも予測が難しい
• 非把持マニピュレーションは性能の低いグリッパーのための回避策にすぎない — 能力の高いハンドであっても、大きな物体、平たい物体、ひとかたまりになった物体を扱うには、これが最も効率的な方法であることが多い

知っておくべき人

• マニピュレーションの研究者とエンジニア
• 倉庫と物流の自動化エンジニア
• 接触を扱うモーションプランニングのエンジニア
• 押し動作や滑らせ動作のポリシーを学習させるロボット学習の研究者

関連技術

• リミットサーフェスモデル（Limit Surface Models）
• プッシュプランニング（Push Planning）
• 接触暗黙的軌道最適化（Contact-Implicit Trajectory Optimization）
• 学習型ダイナミクスモデル（Learned Dynamics Models）
• 物理シミュレーター（Physics Simulators）

関連用語

• Quasi-Static Manipulation
• Dynamic Manipulation
• Extrinsic dexterity
• Friction Cone
• Contact mode
• Kinodynamic Planning

関連プロジェクト

• LeRobot: HuggingFace ML library for real-world robotics in PyTorch
• Isaac Lab: NVIDIA robot learning framework: one task API across Newton, PhysX and Isaac Sim
• NVIDIA Isaac GR00T: NVIDIA open foundation model for humanoid robot reasoning and skills
• OpenVLA: 7B-parameter Vision-Language-Action model for robotic manipulation
• Drake: MIT robotics toolbox for model-based dynamics, optimization, and control system design
• OpenArm: 7DOF humanoid arm for physical AI research in contact-rich environments

動画

• Humans, Robots, and Non-Prehensile Manipulation: Brian Douglas