DYMO-Hair: ロボットによる髪の操作のための汎用的な体積動力学モデリング

要旨

ヘアケアは日常生活において不可欠な活動であるが、可動性が制限された個人にとってはアクセスが困難であり、また髪の微細な物理構造と複雑なダイナミクスのために自律ロボットシステムにとっても課題となっている。本研究では、DYMO-Hairというモデルベースのロボットヘアケアシステムを提案する。我々は、髪のような体積量に適した新しいダイナミクス学習パラダイムを導入し、アクション条件付き潜在状態編集メカニズムと多様なヘアスタイルのコンパクトな3D潜在空間を組み合わせることで汎化性を向上させる。この潜在空間は、新しい髪の物理シミュレータを用いて大規模に事前学習されており、未見のヘアスタイルに対する汎化を可能にする。ダイナミクスモデルをモデル予測経路積分（MPPI）プランナーと組み合わせることで、DYMO-Hairは視覚的な目標条件付きヘアスタイリングを実行できる。シミュレーション実験では、DYMO-Hairのダイナミクスモデルが多様な未見のヘアスタイルに対する局所的な変形の捕捉においてベースラインを上回ることを示す。DYMO-Hairはさらに、未見のヘアスタイルに対する閉ループヘアスタイリングタスクにおいてもベースラインを上回り、最終的な幾何誤差が平均22%低く、成功率が42%高い結果を示した。実世界の実験では、我々のシステムがウィッグに対するゼロショット転移性を示し、最先端のシステムが失敗する困難な未見のヘアスタイルにおいても一貫した成功を達成した。これらの結果は、モデルベースのロボットヘアケアの基盤を提供し、制約のない物理環境におけるより汎用的で柔軟かつアクセス可能なロボットヘアスタイリングに向けて前進するものである。詳細はプロジェクトページ（https://chengyzhao.github.io/DYMOHair-web/）に掲載されている。

English

Hair care is an essential daily activity, yet it remains inaccessible to individuals with limited mobility and challenging for autonomous robot systems due to the fine-grained physical structure and complex dynamics of hair. In this work, we present DYMO-Hair, a model-based robot hair care system. We introduce a novel dynamics learning paradigm that is suited for volumetric quantities such as hair, relying on an action-conditioned latent state editing mechanism, coupled with a compact 3D latent space of diverse hairstyles to improve generalizability. This latent space is pre-trained at scale using a novel hair physics simulator, enabling generalization across previously unseen hairstyles. Using the dynamics model with a Model Predictive Path Integral (MPPI) planner, DYMO-Hair is able to perform visual goal-conditioned hair styling. Experiments in simulation demonstrate that DYMO-Hair's dynamics model outperforms baselines on capturing local deformation for diverse, unseen hairstyles. DYMO-Hair further outperforms baselines in closed-loop hair styling tasks on unseen hairstyles, with an average of 22% lower final geometric error and 42% higher success rate than the state-of-the-art system. Real-world experiments exhibit zero-shot transferability of our system to wigs, achieving consistent success on challenging unseen hairstyles where the state-of-the-art system fails. Together, these results introduce a foundation for model-based robot hair care, advancing toward more generalizable, flexible, and accessible robot hair styling in unconstrained physical environments. More details are available on our project page: https://chengyzhao.github.io/DYMOHair-web/.

DYMO-Hair: ロボットによる髪の操作のための汎用的な体積動力学モデリング

DYMO-Hair: Generalizable Volumetric Dynamics Modeling for Robot Hair Manipulation

要旨

Support