Grasp Synthesis Matching From Rigid To Soft Robot Grippers Using Conditional Flow Matching

1. 연구 배경 및 문제 정의 (Problem)

• 표현의 격차 (Representation Gap): 기존 그리퍼 합성 (Grasp Synthesis) 연구, 특히 'AnyGrasp'와 같은 최신 모델들은 강체 (Rigid) 병렬 그리퍼를 위해 설계되었습니다. 이러한 모델들은 정밀한 관절 제어와 반대쪽 (Antipodal) 접촉점을 가정합니다.
• 소프트 그리퍼의 한계: 소프트 그리퍼 (예: Fin-ray 그리퍼) 는 고유한 순응성 (Compliance) 과 변형 능력을 가지며, 이를 통해 깨지기 쉬운 물체나 불규칙한 형상의 물체를 안정적으로 잡을 수 있습니다. 그러나 강체 그리퍼용 알고리즘을 소프트 그리퍼에 직접 적용하면, 물체의 변형이나 시간 기반의 역학적 특성을 반영하지 못해 데이터가 많이 필요하고 정확도가 떨어지는 문제가 발생합니다.
• 기존 방법의 부족: 기존 소프트 그리퍼 제어는 강체 그리퍼의 합성 결과를 단순화하거나 수동으로 조정하는 방식에 의존해 왔으며, 이는 소프트 그리퍼의 고유한 동작 원리 (포위 Grasping, 분산 힘 등) 를 충분히 활용하지 못합니다.

2. 제안된 방법론 (Methodology)

이 논문은 **조건부 흐름 매칭 (Conditional Flow Matching, CFM)**을 활용하여 강체 그리퍼의 잡기 자세 (Pose) 를 소프트 Fin-ray 그리퍼의 안정적인 잡기 자세로 변환하는 새로운 프레임워크를 제안합니다.

• 핵심 개념:
  • 강체 그리퍼가 생성한 초기 잡기 자세 ($G_{Anygrasp}$) 를 출발점으로 하여, 소프트 그리퍼의 성공적인 잡기 자세 ($G_{CFM}$) 로 가는 연속적인 변환 경로 (Flow path) 를 학습합니다.
  • 이 변환은 조건부 상미분 방정식 (Conditional ODE) 의 해로 모델링되며, 학습된 벡터 필드 $v_\theta$에 의해 주도됩니다.
• 시스템 아키텍처:
  1. 데이터 수집 파이프라인: 7 자유도 (7-DOF) Franka Panda 로봇에 Fin-ray 그리퍼와 깊이 카메라 (RealSense D415) 를 장착합니다. AnyGrasp 로 생성된 강체 잡기 자세를 기반으로 로봇을 이동시킨 후, 수동으로 Fin-ray 그리퍼의 최적 잡기 자세를 조정하여 $(G_{Anygrasp}, G_{CFM})$ 쌍 데이터를 생성합니다.
  2. 조건부 입력 (Conditioning): 환경의 기하학적 정보를 조건 벡터 $c$로 인코딩합니다. 이를 위해 U-Net 오토인코더를 사용하여 깊이 이미지 (Depth Image) 를 128 차원의 잠재 벡터 (Latent Vector) 로 압축합니다.
  3. CFM 모델 (MLP):
     • 입력: 현재 잡기 상태 $G(t_c)$, 진행 파라미터 $t_c$, 조건 벡터 $c$.
     • 구조: 4 개의 은닉층 (128-256-256-128) 을 가진 피드포워드 MLP 로, SiLU 활성화 함수와 배치 정규화를 사용합니다.
     • 목적: 강체 자세에서 소프트 자세로의 변환 방향 (Velocity field) 을 예측하여 손실 함수 (MSE) 를 최소화합니다.
  4. 추론 (Inference): 학습된 모델은 AnyGrasp 의 초기 자세를 입력받아 ODE 솔버 (Dormand-Prince 등) 를 통해 소프트 그리퍼용 최적 잡기 자세를 생성합니다.

3. 주요 기여 (Key Contributions)

1. 새로운 변환 프레임워크: 강체 그리퍼용 합성 알고리즘 (AnyGrasp) 의 출력을 소프트 Fin-ray 그리퍼용 성공적인 잡기 자세로 매핑하는 최초의 CFM 기반 프레임워크를 제안했습니다.
2. 효율적인 데이터 활용: 기존 생성 모델 (Diffusion, NF 등) 에 비해 적은 데이터로 복잡한 변환을 학습할 수 있는 CFM 을 로봇 조작에 적용하여, 데이터 수집 및 학습 비용을 절감했습니다.
3. 범용성 있는 데이터 파이프라인: 강체와 소프트 그리퍼 간의 짝지어진 (Paired) 잡기 자세 데이터를 생성하는 자동화된 수집 프로세스를 구축했습니다.

4. 실험 결과 (Results)

• 실험 설정: 12 개의 서로 다른 물체 (훈련 데이터 포함) 와 보이지 않는 (Unseen) 물체들을 대상으로 7-DOF 로봇을 사용하여 잡기 성공률을 평가했습니다.
• 성능 비교:
  • 전체 성공률: CFM 기반 소프트 그리퍼 자세는 **약 38%**의 성공률을 보인 반면, 기존 AnyGrasp 강체 자세를 그대로 적용한 경우 **15%**에 그쳤습니다.
  • 보이지 않는 물체 (Unseen Objects): CFM 은 **46%**의 성공률을 기록하여, AnyGrasp 의 **25%**보다 월등히 높은 성능을 보였습니다.
  • 물체 형상별 성능:
    • 원통형 (Cylindrical): CFM 은 훈련/미훈련 물체에서 각각 **50%, 100%**의 성공률을 기록 (AnyGrasp 는 0%, 75%).
    • 구형 (Spherical): CFM 은 25%, 31% 성공 (AnyGrasp 는 0%).
    • 평면형 (Flat): AnyGrasp 가 100% 성공하여 우세했으나, 이는 데이터 수집 편향 (수직 접근 위주) 에 기인한 것으로 분석됨.
• 학습 효율성: CFM 모델 학습은 약 1 분, U-Net 학습은 약 35 분 소요되어 매우 효율적이었습니다.

5. 의의 및 결론 (Significance & Conclusion)

• 소프트 로봇의 자동화: 이 연구는 강체 로봇의 풍부한 합성 데이터를 소프트 로봇 시스템으로 전이 (Transfer) 할 수 있는 확장 가능한 방법론을 제시합니다.
• 물리적 원리의 학습: 모델은 단순히 자세를 복사하는 것이 아니라, 소프트 그리퍼의 순응성을 고려하여 잡기 깊이 증가, 기울기 보정, 중심 재조정 등 소프트 그리퍼 고유의 안정화 전략을 학습함을 확인했습니다.
• 일반화 능력: 훈련되지 않은 물체에서도 높은 성공률을 보인 것은, 모델이 특정 형상을 외운 것이 아니라 강체에서 소프트로의 변환에 대한 **조건부 정책 (Conditional Policy)**을 학습했음을 의미합니다.
• 향후 과제: 평면 물체에서의 성능 저하와 잡기 중심 이탈 등의 실패 사례를 해결하기 위해, 물체 기하학적 인식 개선 및 잡기 중심화 (Centering) 방법의 통합이 필요하다고 제안합니다.

이 논문은 Conditional Flow Matching이 로봇 조작 분야에서 데이터 효율적이고 강력한 생성 모델로 활용될 수 있음을 입증하며, 다양한 소프트 그리퍼 시스템에 적용 가능한 중요한 토대를 마련했습니다.