OpenArm 2.0、標準化Cellでカメラと照明を固定し、フィジカルAIの研究室横断評価における空白を埋める

OpenArmは9月14日に2.0のドキュメントを更新し、プロジェクトを単体のオープンソースロボットアームから、ハードウェア、教示、データセット、評価環境を網羅するフィジカルAIプラットフォームへと拡張した。中核となるアームは引き続き人間と同程度のスケールで、7自由度、定格可搬重量4.1kg、最大可搬重量6.0kgを維持している。いずれの数値にもエンドエフェクタの重量が含まれるため、より重いグリッパーに交換した場合、実際に利用できる可搬重量はその分だけ差し引く必要がある。

2.0における直接的なハードウェア変更は、主にエンドエフェクタに集中している。新版の平行グリッパーは、よりコンパクトな駆動機構を採用し、フィンガーを交換可能にしたほか、把持中の手元映像を取得できるようカメラをグリッパーの筐体内に組み込んだ。これにより、オクルージョンが多く、精密な接触を必要とする操作データを収集しやすくなる。また、研究者はグリッパー全体を作り直すことなく、物体の形状に合わせてフィンガーを変更できる。一方で、フィンガーの違い、カメラの視点、エンドエフェクタの重量は依然として方策の分布を変える可能性があるため、データセットにはハードウェア構成を完全に記録しなければならない。

より重要な新コンポーネントがOpenArm Cellだ。背景、照明、カメラ位置、キャリブレーション方法、アームの取り付け位置を固定することで、各研究室が独自に構築したシーンに起因するdomain shiftを抑える。公開リポジトリではこのほか、ROS 2、CAN制御、MuJoCo、Isaac Lab、teleoperation、データ記録フォーマット、Python APIも提供されている。ハードウェアCADにはCERN-OHL-S-2.0、主要ソフトウェアにはApache 2.0が採用されている。このように「機構、シミュレーション、データフォーマット、テスト環境をまとめて公開する」アプローチは、URDFだけを公開する場合よりも、再現可能なロボット学習インフラストラクチャに近い。

ただし、標準化された装置で制御できるのは一部の変数に限られ、異なる個体、モーターの製造ロット、カメラ露出、組み立て公差でも同等の結果が得られることを証明するものではない。公式には現時点で、Cellを用いた大規模な複数拠点benchmark、キャリブレーション誤差の範囲、方策の成功率も公表されていない。計画中のモーターレス受動教示装置KERも、まだ公開が完了していない。さらにハードウェアリポジトリには、CADとBOMのsource of truthはGoogle Driveであり、GitHub releaseはミラーにすぎないと明記されている。研究チームは次の段階として、バージョン固定、センサーのキャリブレーションファイル、データschema、実機テストプロトコルに注目すべきだ。そうしなければ、同じ「OpenArm 2.0」という名称であっても、結果を直接比較できない可能性が残る。