技術要約: ORCHARDBENCH

問題提起

ロボットによる果樹の収穫は、実験にかかる高コスト、再現性の欠如、および物理的なリスクにより、農業オートメーションにおける重大なボトルネックであり続けている。実環境での試行は季節に左右され、再現性がなく（どの樹木も同一ではないため）、また制御エラーによる恒久的な作物への損傷のリスクを伴う。既存のシミュレーションツールは、このギャップを効果的に埋めることができていない：

• プロシージャル・プラントモデル（例：MAppleT）: L-systemを用いて幾何学的に詳細な樹木を生成するが、物理的には不活性である。つまり、曲がり、折れ、あるいは動的な相互作用をシミュレートしない。
• ロボット学習シミュレータ（例：Isaac Gym, MuJoCo）: GPU並列化された物理演算と接触力学を提供するが、通常は世界を剛体オブジェクトで構成しており、柔軟で壊れやすい果実を実らせる植生を欠いている。
• 枝の操作システム（例：PCAP）: 柔軟な枝をシミュレートするが、多くの場合、簡略化されたスプリング抽象化を使用しており、枝の破断、現実的な果実の脱落、および標準化された指標を用いた自律的な収穫タスクを省略している。

この断絶により、複雑で柔軟かつ壊れやすい植物の性質を扱うコントローラーやポリシーの、安全かつ大規模なストレス・テストを行うことが妨げられている。

手法

著者らは、NEWTON/MuJoCo-Warpエンジン上に構築された、物理的に根ざしたGPU並列シミュレーション・ベンチマークであるORCHARDBENCHを提示する。本システムは、単一のノートPC用GPU上で数百の異なる果樹環境を並列に実行するように設計されている。

1. 物理的に根ざした樹木モデル

核心となる革新は、静的なメッシュではなく、完全に連結された動力学系として機能する樹木モデルである：

• 確率的生成: 樹木は、MAppleTに着想を得た確率的なL-system文法を用いて成長し、多様な成長習慣、主枝数、葉序の分岐を持つ、植物学的に妥当な構造を生成する。
• 柔軟な動力学: 各節（internode）は、柔軟なねじれバネ・ダンパによって接続された剛体リンクである。剛性（$K_p$）はオイラー・ベルヌーイ梁理論（$K_p = EI/\ell$）から導出されており、これにより、細い外側の小枝が幹よりも大幅に柔軟になるよう設計されている。これは、枝ごとにチューニングすることなく、現実の機械的勾配に一致させている。
• 枝の破断: 伝達される曲げモーメントが木材の破壊係数を超えたときに枝が折れる。破断時、ジョイントはその場で無効化され（モデルの再コンパイルなしに）、サブツリーは現実的な重力と摩擦力学に従って自由ヒンジとして落下する。
• 果実の物理: リンゴは、バネ・ダンパの茎テザーによって吊るされた独立した剛体である。脱落は、持続的な牽引力（文献値に基づく14〜23 N）が閾値を超えた場合にのみ発生する。果実は、牽引中に枝に対して動的に荷重をかける。

2. ドメイン・ランダム化と効率性

堅牢なポリシー学習を可能にするため、システムは環境ごとのドメイン・ランダム化を採用している：

• 構造的均質性: GPUバッチ処理の効率を維持するため、離散的なトポロジー（ジョイント/ボディの数）はバッチ内で固定される。連続的なパラメータ（木材密度、ヤング率、成長習慣の角度、果実荷重、色）は環境ごとにランダム化される。
• 次元のランダム化: 異種な運動学的ジオメトリによってバッチ化されたソルバーが壊れるのを避けるため、枝の寸法（長さ、太さ）はバッチ間で共有されるが、リセットの間には再サンプリングされる。これにより、視覚的な多様性を保ちつつ、高速な「均質」解法レートを維持できる。
• 最適化: システムは、行列フリー共役勾配ソルバー、インプレース破断処理、低自由度（DOF）果実ボディ、およびインスタンス化された葉のレンダリングを使用している。これらの手法により、8 GBのノートPC用GPUで最大512本の樹木を並列シミュレートすることが可能となる。

3. ロボットエージェントと知覚

• エンボディメント: Clearpath Ridgebackモバイルベースに、Franka arm (FR3) と手首に取り付けられたデプスカメラを搭載。
• 知覚: 古典的な学習を用いない幾何学的果実検出器を使用する。デプス画像をポイントクラウドに逆投影し、デプスが連続的なパッチに球体を適合させ、幾材的なゲーティング（半径、凸性、シルエット）を適用して、果実を葉や枝から区別する。これにより、性能が学習済みネットワークのバイアスではなく、シーンの幾何学を反映するようにしている。
• 自律性: 解析的なベースラインコントローラーは、減衰最小二乗逆運動学を用いて、完全な収穫サイクル（探索、接近、把握、牽引、配置）を実行する。

主な貢献

1. 物理的に根ざしたシミュレーション: 植物が、梁理論に基づいた剛性と破断力学、および現実的な果実脱落力を備えた、柔軟で壊れやすい動力学系である最初のベンチマークである。これらはすべて公開文献からパラメータ化されている。
2. 制御可能な遮蔽: 枝とともに揺れる、移動可能で密度制御可能な葉層を提供し、完全なグラウンドトゥルース（正解値）を用いて、遮蔽下での知覚を研究するための制御可能な変数を提供する。
3. 効率的な並列化: 消費者向けハードウェア上でインタラクティブな速度で数千の並列環境を実行することを可能にする技術（オンデバイス・ドメインランダム化、行列フリーソルバー）を実現した。
4. 標準化されたベンチマークスイート: モバイルマニピュレータ、知覚パイプライン、および収穫完了度、スループット、および植物への損傷（折れた枝、落下した果実）をカバーするメトリックスイートを備えた完全なテストベッド。
5. ベースラインの結果: 18のドメインランダム化された樹木に対して、解析的コントローラーを用いた包括的な評価を実施。

実験結果

論文では、解析的コントローラーを用いたベースラインの結果を報告している：

• 性能: ベースラインは、収穫完了度 ~12%（到達可能な果実に対する収穫された果実の割合）と、スループット 1.9 個/分を達成した。
• 検出: 幾何学的検出器は 90% の精度を達成したが、葉の密度が増加するにつれて偽陽性（誤検出）が発生する。
• 損傷: ベースラインは、1本の樹木あたり約 0.2 本の枝を折り、約 6 個の果実を落下させた。これは、現在の解析的手法と、現実世界の収穫における安全性要件との間の大きなギャップを浮き彫りにしている。
• スケーラビリティ: システムは、単一の 8 GB GPU 上で 512 本の並列樹木（約 170,000 個のボディ）にスケールし、約 3,500–4,400 環境ステップ/秒を達成する。異なるジオメトリのランダム化（ワールド間で枝の寸法を変化させること）は、バッチ化された解法を阻害し、スループットを約 15 倍低下させる。これは、共有次元アプローチの必要性を裏付けている。
• ゾーン分析: 成功率はキャノピー（樹冠）ゾーンによって異なり、中間キャノピーが最も容易（成功率 55%）で、下部・外側および上部ゾーンが最も困難（37–42%）であった。これは、ゾーン固有の戦略の必要性を検証している。

意義と主張

著者らは、ORCHARDBENCHを解決済みの問題としてではなく、将来の研究のための**基盤（サブストレート）**として位置づけている。論文は以下のように主張している：

• 安全性とスケール: 現実のフィールドでは不可能な規模で、解析的コントローラーの安全な検証と、学習ベースのポリシーの訓練を可能にする。
• ギャップの架け橋: プロシージャルな植物モデリング（幾何学）と、物理ベースのロボット学習（動力学）を統合し、既存のツールが片方の側面しか提供できていなかった特定のギャップに対処する。
• 現実世界への接地: すべての物理パラメータを公開されたソースに結びつけ、損傷メトリックを第一級の目的として含めることで、本ベンチマークは、スループットとともに植物の安全性を優先する現実的な最適化ターゲットを提供している。
• 限定的な範囲: 著者らは、物理学は文献に基づいているものの、生きた樹木を用いた物理的な枝の破断実験による検証はまだ行っていないことを明示している。Sim-to-Real（シミュレーションから現実へ）の転移は、ドメインランダム化によってサポートされる設計目標であるが、本研究において実証された結果ではない。このベンチマークは、最終的にSim-to-Realのループを閉じることができる、学習ベースのポリシーやエージェント的手法の開発を促進することを目的としている。