ロボットの遠隔操作

バイラテラル制御と模倣学習

大阪大学中島優作

← シリーズ一覧に戻る

参考資料

境野翔：バイラテラルに基づく模倣学習による予測と制御，日本ロボット学会誌，40(9)，pp.778–783，2022
土岐勇介：第一回 openarm 勉強会（バイラテラル制御の種類・4ch 型の実装）
JSME 機械工学事典「バイラテラル制御」（対称型・力逆送型・力帰還型）
D. A. Lawrence: Stability and transparency in bilateral teleoperation, IEEE T-RA, 1993（4ch 型）
Y. Yokokohji, T. Yoshikawa: Bilateral control of master-slave manipulators for ideal kinesthetic coupling, IEEE T-RA, 1994
T. Suzuki, K. Ohnishi: Frequency-domain analysis of time-delayed bilateral control with four-channel structure (acceleration-based bilateral control), IEEE TCST, 2013
T. Z. Zhao et al.: Learning Fine-Grained Bimanual Manipulation with Low-Cost Hardware（ALOHA / ACT）, RSS 2023

なぜ遠隔操作？

もともと：危険な場所・遠い場所での作業（原子力、宇宙、医療など）
最近：人手不足の現場を遠くから操作（アバターロボット）
そして：操作したデータがそのまま AI の学習データになる（後半の章）

ロボットを操作する方法

ゲームコントローラ

送る：手先の速度
直感的：△ 慣れが必要
力：×（3D マウス・キーボードも同類）

VR コントローラ

送る：手先の位置・向き
直感的：○ 手を動かせば手先が動く
力：×（振動くらい）

ロボットでロボットを操作

送る：関節角（ALOHA、GELLO）
直感的：◎ ロボットの形のまま
力：×（ユニラテラル）

バイラテラル

送る：位置、返す：力
直感的：◎
力：○ 触った感触・重さ

ロボット型の操作装置ほど直感的。さらに力も返すのがバイラテラル

バイラテラル制御とは

ユニラテラル（一方向）：位置だけ送る。ぶつかっても人には分からない
バイラテラル（双方向）：位置を送り、力を返す → 硬さ・柔らかさが手に伝わる
理想：位置がそろう（x_L = x_F）＋力が作用・反作用（f_L + f_F = 0）

同型と異種で中身が変わる

同型
リーダとフォロワが同じロボット

関節ごとに 1 対 1 でつなげる（関節空間）
重さ・摩擦もほぼ同じ → 打ち消しやすい
ロボットが 2 台必要（高い）

異種
形や大きさが違うもの同士

手先の位置・力でつなぐ（作業空間）→ 逆運動学・スケーリングが必要
重さ・摩擦が違う → 操作が重くなり、力と位置の制御が干渉しやすい
例：力覚デバイスで操作、ALOHA はリーダが小型（異スケール）

バイラテラル制御の種類

	リーダ側	フォロワ側	力センサ	操作の軽さ	安定性
位置対称型	フォロワの位置に追従	リーダの位置に追従	不要	重い（相手の重さ・摩擦も感じる）	○ 実装が楽
力逆送型	フォロワで測った力をそのまま出す	リーダの位置に追従	フォロワ	重い	○
力帰還型	力のずれ（リーダ−フォロワ）をフィードバック	リーダの位置に追従	両方	軽い	△ 不安定になりやすい
4ch 型	両方とも位置と力の両方を制御（4 本の信号をやりとり）		推定でも可	軽い	○ そこそこ

評価は 2 つ：操作性（動かすときの軽さ）と再現性（触った硬さ・柔らかさがどれだけ伝わるか）
4ch 型は両方を狙える。接触時の安定性・性能から模倣学習にも 4ch 型が好ましい（境野 2022）

出典：JSME 機械工学事典「バイラテラル制御」、土岐（openarm 勉強会）、Lawrence 1993、境野 2022

準備：外乱オブザーバ（DOB）

摩擦・重力・モデルの誤差をまとめて「外乱」として推定し、打ち消す
→ 関節が「指令どおりに加速する理想的な物体」に見える（加速度制御）
外乱から摩擦などの分を引くと外から受けた力も分かる（反力推定オブザーバ）→ 力センサなしで力が取れる

加速度制御型バイラテラル（ABC）

大西公平先生（慶應義塾大学）のグループが発展させた 4ch 型の実現方法
DOB で外乱を消したうえで、力（和）と位置（差）を独立に設計できる → 軽い操作と硬さの再現を両立
性能はハードと周期しだい：低摩擦・低減速比・高い制御周波数（500 Hz は心もとない、1 kHz うれしい、10 kHz 神：土岐）

出典：Suzuki & Ohnishi, IEEE TCST 2013、土岐（openarm 勉強会）

遠隔操作のデータ＝学習データ

リーダ・フォロワで操作するだけで、教師データが溜まる（ALOHA / ACT, 2023）
バイラテラルなら力の情報も記録できる → 押す・こする・柔らかい物の作業（Bi-ACT, 2024 など）

コラム同じロボット 2 台でバイラテ × 学習

教示中、人はフォロワの反応を感じながらリーダを動かす → リーダの動きがフォロワへの指令
AI は「フォロワの状態 → 次のリーダの動き」を学ぶ。遅れなど理想的でない部分を人が補ったスキルごとデータに乗る
→ 制御系が理想的でなくても、速い動作を再現できる（境野先生・筑波大学）
制約：同じロボット・同じ制御系を 2 台。教示後に制御系を変えてはいけない

出典：境野翔「バイラテラルに基づく模倣学習による予測と制御」日本ロボット学会誌 40(9), 2022

まとめ

遠隔操作は「遠くで作業する」だけでなく学習データを集める手段になった
ロボット型の操作装置（リーダ）ほど直感的。力も返すのがバイラテラル制御
種類：位置対称型・力逆送型・力帰還型・4ch 型（ABC はその実現方法）
同じロボット 2 台のバイラテ × 模倣学習は、ロボットの不完全さごと学べる

← シリーズ一覧に戻る