Sim-to-Real of Soft Robots With Learned Residual Physics

著者: Junpeng Gao, Mike Y. Michelis, Andrew Spielberg, Robert K. Katzschmann · IEEE Robotics and Automation Letters (RA-L) 2024

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

疎なモーションキャプチャマーカーから、微分可能な FEM ソフトロボットシミュレーション上の残差体積力を学習する。マーカー誤差はシステム同定より 60.3%（梁）と 31.9%（空気圧アーム）低くなる。

重要な理由

ソフトロボットはモデル化が難しく、それがモデルベースの制御や設計の妨げとなっている。本手法は粗い解析シミュレータを物理的事前知識として残し、誤差だけを学習するため、実機ロボットには全状態センシングではなく疎なモーションキャプチャマーカーがあればよい。また著者らは、最適ではないが硬くなく解きやすいパラメータを維持しながら、システム同定したパラメータを用いる低速なシミュレーションよりも現実に近い結果を得ることができた。

課題

ソフトロボットのシミュレータが公開する調整可能なパラメータは、剛性、密度、Poisson 比など少数に限られるため、システム同定では、誤った材料モデル、粗い離散化、製造上の欠陥、粘弾性、ヒステリシスに起因する誤差を修正できない。従来の残差物理手法は低次元の状態空間に対してのみ補正を学習しており、ソフトボディメッシュのおよそ 10^3 の自由度には対応しておらず、さらに実機ロボットは少数のモーションマーカーを通じてしか観測できない。

提案手法

本手法は微分可能 FEM シミュレータ DiffPD を実行し、記録された各時間ステップについて、勾配ベースの最適化（L-BFGS-B）を用いて、シミュレーション上のマーカー位置が計測値と一致するような各メッシュ節点への外力を求める。最適化されたこれらの力が拡張データセットとなり、その上でスキップ接続付きの MLP を学習させ、現在の位置、速度、駆動力から残差力を予測する。実行時には、ネットワークの力が自己回帰的なロールアウトの中で各シミュレータステップに加えられる。

主な知見

• メッシュ全体に加える単一の残差体積力は、パラメータ調整では対処できない、誤った材料モデルや圧縮性の仮定に起因する誤差を吸収できる。
• 問題を、微分可能シミュレータを通じたステップごとの力の最適化と、その力に対する教師あり学習に分けることで、疎なマーカーデータを密な学習ラベルに変換できる。
• シミュレーションでは、約 4 個のマーカーで全状態再構成誤差の中央値が 0.1 mm を下回ったが、ばらつきは 10 個のマーカーまで大きいままであった。
• 実際の梁でのシステム同定はヤング率 810 kPa に収束し、メーカー値の 215 kPa から大きく離れていた。これは、最もよく当てはまるパラメータがモデル化されていない効果を補償していたことを示している。

主な結果

• sim-to-sim の梁：平均ロールアウト誤差は 4.49 ± 1.47 mm から 0.08 ± 0.28 mm（振動）に、4.36 ± 1.54 mm から 0.03 ± 0.07 mm（ねじり）に減少した。
• sim-to-real のシリコーン梁：平均マーカー誤差は 5.46 ± 1.78 mm（元のモデル）、1.32 ± 1.38 mm（システム同定）、0.52 ± 0.48 mm（残差物理）で、システム同定に対して 60.3% の削減であった。
• sim-to-real の SoPrA 空気圧アーム：7.77 ± 3.72 mm（元のモデル）、7.57 ± 3.59 mm（システム同定）、5.15 ± 2.67 mm（残差物理）で、31.9% の削減であった。
• 梁の軌道 1 本あたりの実行時間：元のパラメータで 0.711 s、システム同定したパラメータで 2.218 s（約 3.12× 遅い）、残差物理で 1.393 s（約 1.96×）。ネットワークの推論には 0.112 s かかった。
• アームの各軌道の最初の 5 s で学習し 10 s までロールアウトした場合、残差物理は 6.10 ± 3.22 mm、システム同定は 7.57 ± 3.59 mm であった。

制限事項

• 学習セットの構築には、前処理で計算コストの高いステップごとの最適化が必要である。
• 学習されたダイナミクスは分布外のデータには汎化しない。学習時の 1.75× の駆動圧力ではアームでの汎化が悪化した。
• 長い自己回帰ロールアウトでは誤差が蓄積し、接触による相互作用は扱われていない。
• 各ネットワークは単一のロボット形状に対して学習される。ソフトロボットの形態をまたぐ 1 つのネットワークは今後の課題とされている。
• 繊維補強がシミュレータでモデル化されていないため、アームの圧力は 20 kPa に制限された。また注入された力が数値的な硬さを加えるため、ハイブリッドシミュレーションはベースのシミュレーションより遅くなる。

分野への影響

本論文は RA-L 2025 Best Paper Award を受賞し、被引用数は 54 である。ライセンスされた版には、コード、データ、ハードウェアの公開についての記載はない。

概要

ソフトロボットをシミュレーションで正確にモデル化することは計算コストが高く、多くの場合、実世界を十分に表現できない。sim-to-real ギャップとして知られるこのよく知られた不一致には、粗く近似された形状や材料モデル、製造上の欠陥、粘弾性と塑性、ヒステリシス効果など、いくつかの原因がありうる。残差物理ネットワークは、実世界のデータから学習して不一致のあるモデルを補強し、現実に近づける。本論文では、大きな自由度を持つソフトロボットをモデル化するための残差物理手法を提示する。ニューラルネットワークに残差項、すなわちシミュレーション上のシステムと物理システムとの間のモデル化誤差を学習させる。具体的には、残差項はシミュレーションのメッシュ全体に加えられる力であり、一方で実際の位置データは疎なモーションマーカーのみで収集される。解析的シミュレーションの物理的事前知識が残差ネットワークの出発点となり、組み合わせたモデルは物理をゼロから（tabula rasa）学習する場合よりも多くの情報を持つ。本手法を 1) シリコーンエラストマー製の梁と 2) モデル化の難しい異方性の繊維補強を持つソフト空気圧アームで実証する。本手法は従来のシステム同定を最大 60% 上回る。残差物理は低い自由度に限定される必要はなく、高次元システムの sim-to-real ギャップを効果的に埋められることを示す。

リンク

• arXiv 2402.01086: https://arxiv.org/abs/2402.01086
• DOI 10.1109/LRA.2024.3446287: https://doi.org/10.1109/LRA.2024.3446287
• PDF: https://arxiv.org/pdf/2402.01086v1