研究ダイジェスト（2026年11月9日の週）
エッジ機器でのSLAMの処理時間、ヒューマノイドの非常停止、GPU上のMPCソルバ、方策評価におけるカメラ露出、時刻オフセットのキャリブレーション、Vision-Language-Actionモデル（VLA）の検索ベースライン、モーショントラッキング、3Dプリントの経路計画を扱うarXiv cs.RO論文8本。
今週の選定論文には2つのテーマが通っています。システムが実際に何をしているかを測ること、そして動くデモと安全な実運用との間のギャップです。
3本の論文は、再利用できる丁寧な測定です。Raspberry Pi 5の研究は、RTAB-MapとORB-SLAM3の段階ごとの処理時間を示し、追跡のカバレッジなしでは軌跡誤差にほとんど意味がない理由を明らかにしています。SO-101の照明に関する研究は、部屋の明るさが11.5分の1に下がっても、自動露出がその変化を4つの模倣学習方策から覆い隠していたことを示しています。kNNの論文は、最も近いデモンストレーションを再生するだけで、LIBEROで現在のVision-Language-Actionモデル（VLA）に数ポイント差まで迫ることを示しています。
脚式ロボットを人のそばで運用している場合は、ヒューマノイドの非常停止に関する論文を読んでください。Unitree H1-2では非常停止によってバランス制御が失われ、ロボットは転倒します。つまり、停止が自動的に安全な行動になるわけではありません。
残りはツールです。FAME-QPは、ヒューマノイドの線形モデル予測制御（MPC）を、デスクトップGPU上で2 msの予算内に収めます。ガリレイ群による定式化は、センサの時刻オフセットを位置姿勢に組み込みます。BlinkMimicは、G1のモーショントラッカーを数分で学習します（シミュレーションのみ）。付加製造向けのプランナは、目標値に対してコストの重みを自ら調整し、UR10eで実行されました。
RGB-D SLAM on the Edge: Benchmarking and Profiling RTAB-Map and ORB-SLAM3 on the Raspberry Pi 5 #
著者らは、Raspberry Pi 5上でRTAB-MapとORB-SLAM3を6つのTUM RGB-Dシーケンスで実行しました。各シーケンスは3種類の解像度で実行しています。記録したのは、フレームごとの処理時間、メモリ使用量、CPU負荷、温度、軌跡誤差、各シーケンスのうち追跡を維持できた割合です。また、各システムを関数レベルまでプロファイリングしました。RTAB-Mapをすべてのフレームを処理・保持する設定にすると、パイプライン全体で1フレームあたり150〜462 msかかりました。ORB-SLAM3は26〜62 msでした。RTAB-Mapの処理時間の大半は、ポーズグラフの最適化に費やされていました。このポーズグラフは、デフォルトのメモリ設定では際限なく大きくなります。4分の1の解像度では、両システムともほとんどのシーケンスで追跡を失いました。追跡を失った実行では、残ったポーズについて報告される誤差が小さくなります。そのため、誤差は必ずカバレッジと併せて読む必要があります。これはボード上でのデータセットベンチマークであり、飛行試験ではありません。また、同一の実行を繰り返すと軌跡誤差が最大27%変動しました。処理時間の再現性は1%〜5%以内でしたが、精度の比較は結論が出ていません。
Runtime Safety and Emergency Stops on a Full-Size Humanoid: Deployment Lessons and a Case for Graduated Force Authority #
本論文は、著者らがUnitree H1-2ヒューマノイド向けのオープンソース自律ソフトウェアに組み込んだ安全レイヤについて説明しています。このレイヤは制御ソフトウェアとは独立して動作し、すべての関節指令を位置・速度・トルクの制限と照合します。状態推定値が古くなった場合や、有線の非常停止スイッチが押されたり抜かれたりした場合には、ロボットを停止させます。モデル予測制御（MPC）による下半身コントローラを用いた実機での押し試験では、ロボットは一度もバランスを回復できず、オペレータが毎回非常停止を押しました。停止するとバランス制御が失われるため、ロボットは転倒しました。マニピュレーション用に設定した関節制限は通常の歩行でも超過し、同じ停止を引き起こしました。著者らは、オペレータやバッテリパックのそばでは、停止の原因そのものよりも転倒のほうが大きな害をもたらしうると主張しています。そして、責任者を明示した上で力の権限を段階的に付与することを提案しています。ただし、これは実運用の経験から論じた立場であり、検証済みの手法ではありません。
FAME-QP: A GPU-Accelerated Quadratic-Programming Solver for Real-Time Model Predictive Control #
FAME-QPは、線形MPCから得られる密な二次計画問題をGPU上で解くソルバです。ADMM法を用い、融合したカーネルをCUDA graphsで再実行します。実行構成はデバイス上でのキャリブレーションによって選択します。RTX 3080上のランダムな線形MPC問題では、試したすべての問題サイズで平均ステップ時間が最も短く、次に速いGPU向けQPソルバより3.2〜7.3倍高速でした。閉ループコストは他の手法と0.06%以内で一致しました。80 Nで胴体を押されたUnitree G1が回復するMuJoCoシミュレーションでは、ホライズン20ステップまで2 msの制御周期内に収まりました。一方、ReLU-QPは15ステップから制御周期を超過しました。結果はすべてデスクトップGPU上のシミュレーションによるものです。利用する前に、対象とする組込み機器でレイテンシを測定してください。コードはGitHubで公開されています。
Camera equalisation of an 11.5x drop in environmental illuminance: four imitation-learning policies on an SO-101 arm #
著者は、実機のSO-101アームで収集した50件のピックアンドプレースのデモンストレーションを共通のデータとして、4つの模倣学習方策（pi0.5、ACT、Diffusion Policy、SmolVLA）を学習させました。その後、各方策を約520 luxで10回、約45 luxで10回実行しました。成功数は通常の明るさで40回中20回、暗い条件で40回中19回でした。この差の95%区間はマイナス23ポイントからプラス19ポイントにわたり、方策間で感度が異なる兆候は見られませんでした。その理由は記録データからわかります。自動露出とホワイトバランスを有効にしたままだったため、画像の平均輝度の低下はフロントカメラで3%、手首カメラで19%にとどまっていました。実用上の助言は、部屋の照度を示すのではなく、カメラ設定を固定して報告し、画像統計を学習データと比較することです。サンプルは小さく、1ブロック分の試行を誤って再実行したところ、成功数は一致しましたが、個々の配置結果が一致したのは10回中6回だけでした。
Galilean Robots, Aristotelian Sensors: Joint Spatiotemporal Trajectory Estimation and Extrinsic Calibration #
センサキャリブレーションでは通常、剛体変換と時刻オフセットを別々に推定します。そのオフセットを適用するには、補間、動き補償、または連続時間の軌跡が必要になります。本論文では、ロボットの軌跡を特殊ガリレイ群上に、センサの外部パラメータをその部分群であるアリストテレス群上に置きます。これにより、時刻オフセットは群演算そのものを通じて位置姿勢と結合されます。この手法は、慣性計測装置（IMU）駆動およびツイスト駆動の運動事前分布と、ドリフトするクロックに対応しています。検証は、シミュレーション、Starry Nightのステレオカメラ・IMUデータセット、実機のクアッドロータで行いました。クアッドロータでは、IMUをモーションキャプチャに対して、また超広帯域（ultra-wideband）測距に対してキャリブレーションしました。精度は既存手法と同等で、上回ってはいません。したがって利点は、誤差の低減ではなく問題設定の単純化にあります。
How Much of Your VLA Is kNN #
方策の学習を一切行わず、最も近い訓練デモンストレーションを検索してその行動チャンクを再生するだけで、LIBEROシミュレーションベンチマークで91.7%の成功率に達しました。このベンチマークでは、Vision-Language-Actionモデル（VLA）が現在95%超を報告しています。LIBERO-Plusの摂動下では、検索による手法の性能低下は、著者らが評価したどの方策よりも小さくなりました。著者らは9つの公開VLAを分析し、ファインチューニングの効果の大部分は、視覚言語バックボーンを検索のためのより良いキーに変えることだと結論づけています。一方で、行動はデモンストレーションに近いままです。著者らはまた、Local Action Consistencyを提案しています。これは近い観測が似た将来の行動につながるかどうかをオフラインで測る指標で、検索の成功率とよく連動します。結果はすべてLIBEROのシミュレーション上のFrankaタスクによるもので、論文はCoRL 2026のワークショップに採択されたものです。方策に汎化能力があると評価する前に、自身の評価に検索ベースラインを加えてください。
BlinkMimic: Training a Humanoid Motion Tracker in Minutes on a Single GPU #
BlinkMimicは、シミュレーション上のUnitree G1で、LAFAN1の全40モーションクリップを対象とする単一の全身トラッキング方策を、RTX 4090 1枚で3.4分で学習します。この時間は3つのシードの平均で、失敗するクリップがない状態で所定のリターン閾値に達するまでを計測したものです。土台となる先行研究は、並列シミュレーションのデータに当てはめたワールドモデルを通じて誤差逆伝播し、方策を学習します。BlinkMimicはこれに、学習がある程度進むとステップサイズを下げる仕組み、デプロイした方策の失敗をきっかけとするリセット、各イテレーション全体のGPUグラフキャプチャを追加しています。構成要素を1つずつ除いたアブレーションにより、各構成要素の効果を、イテレーションあたりのコスト、モーションへの当てはめに必要なイテレーション数、最後の失敗を解消するのに必要なイテレーション数のいずれかに帰属させています。実機での試験はありません。実ロボットへの転移の証拠ではなく、トラッキング方策を開発するための高速なループとして扱ってください。コードとシードごとの結果は公開されています。
Optimization-Based Path Planning for Industrial Manipulators: Experimental Validation in Additive Manufacturing #
ロボットによる付加製造向けのこのオフラインプランナは、プロセスのコストと制約に加えて、滑らかさと自己衝突回避の観点から関節経路を最適化します。新しいプロセスは、そのプロセス固有の参照、残差、許容誤差を与えることで追加できます。長い参照経路は、全体を一度に、または端点で結合したチャンクに分けて最適化します。Iterative Weight Tuningループは、各重要業績評価指標（KPI）と目標値との差からコストの重みを設定します。炭素繊維のワインディングと3Dプリンティングでは、計画された経路は幾何公差とすべてのKPI目標を満たしました。これらの経路は実機のUR10eで、関節の追従を記録しながら実行されました。プリンティングの経路は押出しなしで実行されたため、この実験は造形品質ではなく動作を検証したものです。