論文の概要: IMPACT: Intelligent Motion Planning with Acceptable Contact Trajectories via Vision-Language Models

• arxiv url: http://arxiv.org/abs/2503.10110v2
• Date: Mon, 06 Oct 2025 19:17:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-08 15:38:19.971187
• Title: IMPACT: Intelligent Motion Planning with Acceptable Contact Trajectories via Vision-Language Models
• Title（参考訳）: IMPACT:視覚言語モデルによるアクセプタブルコンタクトトラジェクタを用いた知的運動計画
• Abstract要約: IMPACTは、視覚言語モデルを使って環境意味論を推論する新しい動き計画フレームワークである。 3200以上のシミュレーションと200以上の実世界の実験の結果から,IMPACTは乱雑な環境下での効率的な接触リッチな動作計画を可能にすることが示唆された。
• 参考スコア（独自算出の注目度）: 3.3871564496652335
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Motion planning involves determining a sequence of robot configurations to reach a desired pose, subject to movement and safety constraints. Traditional motion planning finds collision-free paths, but this is overly restrictive in clutter, where it may not be possible for a robot to accomplish a task without contact. In addition, contacts range from relatively benign (e.g. brushing a soft pillow) to more dangerous (e.g. toppling a glass vase), making it difficult to characterize which may be acceptable. In this paper, we propose IMPACT, a novel motion planning framework that uses Vision-Language Models (VLMs) to infer environment semantics, identifying which parts of the environment can best tolerate contact based on object properties and locations. Our approach generates an anisotropic cost map that encodes directional push safety. We pair this map with a contact-aware A* planner to find stable contact-rich paths. We perform experiments using 20 simulation and 10 real-world scenes and assess using task success rate, object displacements, and feedback from human evaluators. Our results over 3200 simulation and 200 real-world trials suggest that IMPACT enables efficient contact-rich motion planning in cluttered settings while outperforming alternative methods and ablations. Our project website is available at https://impact-planning.github.io/.
• Abstract（参考訳）: 動きの計画には、動きと安全性の制約を条件として、望ましいポーズに到達するための一連のロボット構成を決定することが含まれる。 従来の動作計画では、衝突のない経路が見つかるが、これは、ロボットが接触なしにタスクを達成できないような、乱雑な状況では過度に制限される。 また、接触は比較的良性(例えば柔らかい枕を磨く)からより危険(例えばガラス瓶を叩く)まで様々であり、どちらが受け入れられるかを識別することは困難である。 本稿では,視覚言語モデル(VLM)を用いて環境セマンティクスを推論し,オブジェクトの特性や位置に基づいて,環境のどの部分が最適な接触を許容できるかを識別する,新しい動作計画フレームワークIMPACTを提案する。 提案手法は, 指向性プッシュ安全性を符号化した異方性コストマップを生成する。 このマップと接触対応のA*プランナーをペアにして、安定な接触リッチパスを見つける。 20のシミュレーションと10の現実世界シーンを用いて実験を行い、タスク成功率、物体変位、人間評価器からのフィードバックを用いて評価する。 3200以上のシミュレーションと200以上の実世界の実験の結果から、IMPACTはより効率的な接触リッチな動作計画を可能にしつつ、代替手法や改善方法よりも優れていることが示唆された。 プロジェクトのWebサイトはhttps://impact-planning.github.io/.comで公開されている。

関連論文リスト

• Navigating the Clutter: Waypoint-Based Bi-Level Planning for Multi-Robot Systems [54.887871365121775]
  乱雑な環境におけるマルチロボット制御は、複雑な物理的制約を伴う難しい問題である。 タスクとモーションプランニングを協調的に最適化するハイブリッドマルチロボット制御フレームワークを提案する。 我々のアプローチは、動作に依存しないベースラインとVLAベースのベースラインよりもタスクの成功を継続的に改善する。
  論文  参考訳（メタデータ） (2026-04-22T22:58:47Z)
• Vectorizing Projection in Manifold-Constrained Motion Planning for Real-Time Whole-Body Control [2.940492773889387]
  本稿では, 並列化レンズによる投影に基づく制約満足度を再考する, CPU SIMD 加速多様体制約運動プランナを提案する。 提案手法は,最先端技術に対する最大100～1000倍の高速化を実現し,リアルタイムな制約付き動作計画が実現可能となった。
  論文  参考訳（メタデータ） (2026-04-14T22:00:53Z)
• Direct Contact-Tolerant Motion Planning With Vision Language Models [64.48049143625063]
  乱雑な環境でのナビゲーションは、しばしばロボットが可動または変形可能な物体との接触を許容する必要がある。 本稿では,視覚言語モデル(VLM)を直接的視点認識とナビゲーションに統合したDCTプランナを提案する。 我々はIsaac Simと本物のカーライクなロボットにDCTを実装し、移動障害物のある散らばった環境において、DCTが堅牢で効率的なナビゲーションを実現することを実証した。
  論文  参考訳（メタデータ） (2026-03-05T10:05:00Z)
• Sampling-Based Motion Planning with Scene Graphs Under Perception Constraints [12.4666901035596]
  本稿では,多目的監視制約付き高DoFロボットにおける知覚認識型動作計画の問題点について論じる。 我々は、複数の物体や人間を直接観察する知覚コストをハイDoFロボットのモーションプランニングに直接統合するロードマップベースのモーションプランナMOPS-PRMを提案する。 本手法はシミュレーションおよび実世界の実験において広範囲に検証され,検出対象数の平均36%以上の改善が達成された。
  論文  参考訳（メタデータ） (2026-03-03T20:46:00Z)
• To Move or Not to Move: Constraint-based Planning Enables Zero-Shot Generalization for Interactive Navigation [14.745622942938532]
  家庭環境や倉庫のような現実のシナリオでは、クラッタはすべてのルートをブロックすることができる。 本稿では,移動ロボットが乱雑に移動して自身の進路を鍛える,Lifelong Interactive Navigation問題を紹介する。 アクティブな認識を伴うLLM駆動制約に基づく計画フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-02-23T17:10:00Z)
• Cross-Entropy Optimization of Physically Grounded Task and Motion Plans [15.999074191893657]
  従来のTAMPアルゴリズムは主に計算性能、完全性、最適性に重点を置いてきた。 我々は、GPU並列化物理シミュレータを用いて、モーションコントローラによる計画の実現を計算している。 我々は,ロボットが環境の幾何学を利用して物体を移動できる一連のタスクに対して,我々のアプローチを実証する。
  論文  参考訳（メタデータ） (2025-12-12T13:59:23Z)
• HOSIG: Full-Body Human-Object-Scene Interaction Generation with Hierarchical Scene Perception [57.37135310143126]
  HO SIGは階層的なシーン認識を通じて全体インタラクションを合成するための新しいフレームワークである。 我々のフレームワークは、自己回帰生成による運動長の無制限化をサポートし、手動による介入を最小限に抑える。 この研究は、シーン認識ナビゲーションとデクスタラスオブジェクト操作の間に重要なギャップを埋める。
  論文  参考訳（メタデータ） (2025-06-02T12:08:08Z)
• Adaptive Interactive Navigation of Quadruped Robots using Large Language Models [14.14967096139099]
  大規模言語モデル(LLM)を用いたタスク計画のための原始木を提案する。 動作計画のための多目的移動と相互作用行動を含む総合的なスキルライブラリを事前学習するために強化学習を採用する。 ツリー構造に統合されたリプランニングメカニズムにより、便利なノードの追加とプルーニングが可能になる。
  論文  参考訳（メタデータ） (2025-03-29T02:17:52Z)
• MotionCom: Automatic and Motion-Aware Image Composition with LLM and Video Diffusion Prior [51.672193627686]
  MotionComは、トレーニングなしのモーションアウェア拡散に基づく画像合成である。 ターゲットオブジェクトを動的にコヒーレントな結果で新しいシーンにシームレスに統合することを可能にする。
  論文  参考訳（メタデータ） (2024-09-16T08:44:17Z)
• Neural MP: A Generalist Neural Motion Planner [75.82675575009077]
  運動計画問題にデータ駆動学習を大規模に適用することで,これを実現する。 提案手法は, シミュレーションの複雑なシーンを多数構築し, モーションプランナーから専門家のデータを収集し, 反応的なジェネラリストポリシーに抽出する。 我々は,4つの異なる環境における64の動作計画タスクについて,その方法の徹底的な評価を行う。
  論文  参考訳（メタデータ） (2024-09-09T17:59:45Z)
• A Meta-Engine Framework for Interleaved Task and Motion Planning using Topological Refinements [51.54559117314768]
  タスク・アンド・モーション・プランニング(タスク・アンド・モーション・プランニング、TAMP)は、自動化された計画問題の解決策を見つけるための問題である。 本稿では,TAMP問題のモデル化とベンチマークを行うための,汎用的でオープンソースのフレームワークを提案する。 移動エージェントと複数のタスク状態依存障害を含むTAMP問題を解決する革新的なメタ技術を導入する。
  論文  参考訳（メタデータ） (2024-08-11T14:57:57Z)
• Controllable Human-Object Interaction Synthesis [77.56877961681462]
  本研究では,3次元シーンにおける同期物体の動きと人間の動きを生成するための制御可能な人間-物体相互作用合成(CHOIS)を提案する。 ここでは,高レベルな計画から効果的に抽出できるスタイルや意図を言語記述が通知し,シーン内の動きをグラウンド化する。 我々のモジュールは経路計画モジュールとシームレスに統合され、3D環境における長期的相互作用の生成を可能にします。
  論文  参考訳（メタデータ） (2023-12-06T21:14:20Z)
• Neural Potential Field for Obstacle-Aware Local Motion Planning [46.42871544295734]
  本稿では,ロボットのポーズ,障害物マップ,ロボットのフットプリントに基づいて,異なる衝突コストを返却するニューラルネットワークモデルを提案する。 私たちのアーキテクチャには、障害物マップとロボットフットプリントを埋め込みに変換するニューラルイメージエンコーダが含まれています。 Husky UGVモバイルロボットの実験は、我々のアプローチがリアルタイムで安全なローカルプランニングを可能にすることを示した。
  論文  参考訳（メタデータ） (2023-10-25T05:00:21Z)
• Language-Conditioned Path Planning [68.13248140217222]
  LACO(Language-Conditioned Collision Functions)は、単一ビューイメージ、言語プロンプト、ロボット構成のみを使用して衝突関数を学習する。 LACOはロボットと環境の衝突を予測し、オブジェクトアノテーション、ポイントクラウドデータ、地平線オブジェクトメッシュを必要とせずに、柔軟な条件付きパス計画を可能にする。 シミュレーションと実世界の両方において、LACOは衝突を禁止せず、衝突の安全な物体との相互作用を可能にする複雑な、ニュアンスのある経路計画を促進することを実証している。
  論文  参考訳（メタデータ） (2023-08-31T17:56:13Z)
• VoxPoser: Composable 3D Value Maps for Robotic Manipulation with Language Models [38.503337052122234]
  大規模言語モデル(LLM)は、ロボット操作のために抽出できる豊富な行動可能な知識を持っていることが示されている。 我々は,オープンな命令セットとオープンなオブジェクトセットが与えられた様々な操作タスクに対して,ロボット軌道を合成することを目指している。 筆者らは,接触に富んだインタラクションを含むシーンのダイナミックスモデルを効率的に学習することで,提案フレームワークがオンライン体験の恩恵を享受できることを実証する。
  論文  参考訳（メタデータ） (2023-07-12T07:40:48Z)
• QuestEnvSim: Environment-Aware Simulated Motion Tracking from Sparse Sensors [69.75711933065378]
  ヘッドセットとコントローラーのポーズは,高度に制約された環境においても,現実的なフルボディのポーズを生成可能であることを示す。 本稿では,環境表現,接触報酬,シーンランダム化の3つの特徴について論じる。
  論文  参考訳（メタデータ） (2023-06-09T04:40:38Z)
• Synthesizing Diverse Human Motions in 3D Indoor Scenes [16.948649870341782]
  そこで本研究では,仮想人間による3次元屋内シーンの映像化手法を提案する。 既存のアプローチは、キャプチャーされた人間の動きと、それらが相互作用する3Dシーンを含むトレーニングシーケンスに依存している。 仮想人間が3Dシーンをナビゲートし、現実的かつ自律的にオブジェクトと対話できる強化学習ベースのアプローチを提案する。
  論文  参考訳（メタデータ） (2023-05-21T09:22:24Z)
• Robot Active Neural Sensing and Planning in Unknown Cluttered Environments [0.0]
  未知の乱雑な環境でのアクティブなセンシングと計画は、ホームサービス、探索と救助、狭い通行検査、医療支援を提供するロボットにとって、オープンな課題である。 本研究は,ロボットマニピュレータの動力学的に実現可能な視点列を手動カメラで生成し,基礎環境の再構築に必要な観測回数を最小化するための能動型ニューラルセンシング手法を提案する。 我々のフレームワークは視覚的RGBD観測を積極的に収集し、それらをシーン表現に集約し、環境との不要なロボットの相互作用を避けるためにオブジェクト形状推論を行う。
  論文  参考訳（メタデータ） (2022-08-23T16:56:54Z)
• Nonprehensile Riemannian Motion Predictive Control [57.295751294224765]
  本稿では,リアル・ツー・シムの報酬分析手法を導入し,リアルなロボット・プラットフォームに対する行動の可能性を確実に予測する。 連続的なアクション空間でオブジェクトを反応的にプッシュするクローズドループコントローラを作成します。 我々は,RMPCが乱雑な環境だけでなく,乱雑な環境においても頑健であり,ベースラインよりも優れていることを観察した。
  論文  参考訳（メタデータ） (2021-11-15T18:50:04Z)
• Sim-to-Real Transfer for Vision-and-Language Navigation [70.86250473583354]
  本研究では,従来は目に見えなかった環境下でロボットを解放し,制約のない自然言語ナビゲーション指示に従うという課題について検討する。 VLN(Vision-and-Language Navigation)の課題に関する最近の研究は、シミュレーションにおいて大きな進歩を遂げている。 ロボット工学における本研究の意義を評価するため,シミュレーションで訓練されたVLNエージェントを物理ロボットに転送する。
  論文  参考訳（メタデータ） (2020-11-07T16:49:04Z)
• Learning Obstacle Representations for Neural Motion Planning [70.80176920087136]
  学習の観点から,センサを用いたモーションプランニングに対処する。 近年の視覚認識の進歩により,運動計画における適切な表現の学習の重要性が議論されている。 本稿では,PointNetアーキテクチャに基づく新しい障害物表現を提案し,障害物回避ポリシーと共同で学習する。
  論文  参考訳（メタデータ） (2020-08-25T17:12:32Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。