NeuralActuator: Neural Actuation Modeling for Robot Dynamics and External Force Perception

著者: Zhiyang Dou, John U. Onyemelukwe, Hangxing Zhang, Heng Zhang, Minghao Guo, Yunsheng Tian, Michal Piotr Lipiec, Joshua Jacob, Chao Liu, Peter Yichen Chen, Yuri Ivanov, Wojciech Matusik · RSS 2026

ライセンス

オープンアクセス
論文: CC BY 4.0

以下の内容はすべて、論文のライセンス（CC BY 4.0）に従い論文全文に基づいています。図は著者のクレジットを付けて掲載しています。

要約

低コストのサーボアーム向けのトランスフォーマーアクチュエータモデル。微分可能な MuJoCo を通して姿勢データから学習し、力センサーなしにエンドエフェクタの力を推定して、力を考慮した模倣学習を改善する。

重要な理由

低コストのアームに、推論時に力覚センサなしで使える力の信号を与え、GPU 推論は 1 ミリ秒未満で 60 Hz の制御レートを上回る。この信号により可搬重量を伴うタスクでの行動クローニングの成功率が上がり、モデルは 12 本の軌道を用いて約 6 分で新しい個体に再較正できる。

課題

低コストのサーボアームは減速ギア付きのブラシ付き DC アクチュエータを用いており、摩擦、ヒステリシス、バックラッシ、熱ドリフトが線形の電流-トルク仮定を崩す。これはシミュレーション、力の追従、モーター電流に基づくあらゆる力推定を損なう。従来の学習型アクチュエータモデルは関節トルクセンサや較正済みの電流からのトルクラベルを必要とするが、これらのプラットフォームはそれを確実には提供できない。

提案手法

NeuralActuator は 4 層のトランスフォーマーであり、指令、関節状態、アクチュエータのテレメトリ（電流または負荷、電圧、温度）の 9 フレームを読み込み、トルク代理量、生の 3D エンドエフェクタ力、接触確率ゲート、モーターごとの状態スコアを出力する。トルクヘッドは、微分可能な MuJoCo/MJX シミュレータを通して展開し、測定した姿勢と一致させることで学習されるため、トルクのラベルは不要である。力、ゲート、状態のヘッドは、OpenManipulator-X アームのリーダー・フォロワーのペアと 6 軸力覚センサで記録した新しい Neural Actuation Dataset のラベルで直接学習される。

主な知見

減速ギア付きの低コストサーボでは、線形の電流-トルク写像が完全に破綻することがある。OpenManipulator-X で関節ごとに Kt をフィッティングしたところ、クランプ前に 2 つの関節で傾きが負になった
トルクのラベルがない場合でも、微分可能シミュレータを通して展開した姿勢軌道があれば、トルク代理量を教師付けるのに十分である
力の回帰と接触確率ゲートを分けることで、接触がないときに予測される力がほぼゼロに保たれる。古典的なオブザーバはこうした状況で誤った接触を検出する
これらのサーボでは、固定のパラメトリックな摩擦モデル（Stribeck、バックラッシ）は線形モデルに対してほとんど改善をもたらさない。履歴を条件とするネットワークが支配的な非線形性を捉える
予測した力を追加入力として用いると、可搬物のマニピュレーションにおける模倣学習ポリシーが改善する

主な結果

100 ステップでの可搬重量ベンチマーク：力の MAE は 0.12 N で、最良の古典的ベースライン（一般化運動量オブザーバ）は 0.66 N、ID-Friction は 1.23 N、ID-Linear は 1.41 N であった。古典的手法は非接触の状態で 33-59% の誤検出接触を示した
最大 9 N の力を用いた 6 軸センサベンチマーク：力の MAE は 100 ステップで 0.36-0.39 N、500 ステップで 0.38-0.57 N。非接触の参照では 0.00-0.02 N と予測された
40 試行の行動クローニング：NeuralActuator の力入力により、ピックアンドプレースの成功率は 80% から 92.5% に、go-up-and-stay は 85% から 95% に向上した
モーター状態の検出（輪ゴムで動きを制限した関節 3）：精度 91.0%、再現率 96.2%、AUC-ROC 0.95。最良の手作り特徴量ベースライン（ランダムフォレスト）は精度 67.1%、AUC-ROC 0.72 であった
実行時性能：パラメータ数 1.44M、GPU の平均推論時間 0.25 ms、バッチサイズ 1 でのスループット 4,019 Hz
プラットフォーム横断：Franka Panda の 200-600 g の可搬物に対するオフラインの力 MAE は 0.26-0.42 N、SO-101 の 500 ステップでの力 MAE は 0.47-0.73 N。12 本の軌道（356 s）によるオンライン適応で追従誤差が約 44% 減少した

制限事項

記録されたテレメトリを条件とする長期のロールアウトは誤差が蓄積し、最終的に追従精度が低下する（著者は少数軌道のオンライン適応でこれを緩和している）
トルク代理量はシミュレータ等価な量であり、測定されたアクチュエータトルクではない。順モデルに接触や可搬物が含まれていない場合、それらの影響やその他のモデルの不一致を吸収してしまう可能性がある
オンライン推論にはリアルタイムのアクチュエータテレメトリが必要であり、モデルは未実行の候補指令を展開できないため、追加の力応答モデルなしには MPC のような反実仮想的な計画には使えない
力ヘッドはエンドエフェクタにおける単一の 3D 合力のみを推定する。多点接触の位置特定や完全なレンチは得られず、学習には明示的な力のラベルが必要である
約 50 g（約 0.5 N）以下の可搬物は、低コストプラットフォームのノイズフロア付近にある。Franka の結果は、指令信号の代わりに将来状態を代理として用いるオフラインのベンチマークである

分野への影響

RSS 2026 Seth Teller 記念優秀システム論文賞を受賞し、RSS 2026 優秀論文賞の最終候補にも選ばれた。これまでの被引用数は 5。著者は Neural Actuation Dataset を公開し、プロジェクトページとコードリポジトリを掲載している。

概要

微分可能シミュレータはポリシー学習とモデルベース制御を進展させてきたが、アクチュエータのダイナミクスは依然として Sim-to-Real 誤差の重要な原因である。これは低コストのプラットフォームで特に深刻であり、指令目標への追従中に、摩擦、ヒステリシス、バックラッシ、熱的影響によって線形の電流-トルク関係 τ = K_t·I が信頼できなくなる。我々は、(i) 低コストのサーボプラットフォームにおける軌道の伝播のための、シミュレータと等価な一般化力の代理量、(ii) センサーレスの力知覚のための、接触確率ゲート付きの外力、(iii) 監視対象関節のモーター状態スコアを同時に予測するニューラルアクチュエータモデル NeuralActuator を提示する。また、ロボットの状態とアクチュエータのテレメトリを外力のラベルとともに記録するツインアーム遠隔操作システムで収集した Neural Actuation Dataset（NAD）も導入する。トルク代理量のヘッドは、一般化力の直接的なラベルなしに、姿勢軌道から微分可能シミュレーションを通して学習される。一方、力、ゲート、モーター状態のヘッドは直接の教師信号を受ける。トランスフォーマーは時間的な依存関係を捉えつつ、リアルタイム推論を可能にする。NeuralActuator を 5-DoF の OpenManipulator-X、6-DoF の SO-101、7-DoF の Franka Emika Panda で評価した。これらは 3 つのアクチュエータファミリーにまたがり、価格は約 USD 500 から USD 30,000 超に及ぶ。低コストのプラットフォームではダイナミクスと力の評価を行い、オフラインの Franka 実験は追加の可搬重量・力推定ベンチマークを提供する。実験ではさらに、OpenManipulator-X でのモーター状態推定への応用と、NeuralActuator を事前学習済みモジュールとして用いた場合の行動クローニング性能の向上を示す。

リンク

arXiv 2607.11734: https://arxiv.org/abs/2607.11734
DOI 10.15607/rss.2026.xxii.159: https://doi.org/10.15607/rss.2026.xxii.159
PDF: https://arxiv.org/pdf/2607.11734v1
コード: https://github.com/Frank-ZY-Dou/Dynamics-Modeling/tree/main/NeuralActuator
プロジェクトページ: https://frank-zy-dou.github.io/projects/NeuralActuator/index.html