論文の概要: Grasp2Grasp: Vision-Based Dexterous Grasp Translation via Schrödinger Bridges

• arxiv url: http://arxiv.org/abs/2506.02489v1
• Date: Tue, 03 Jun 2025 06:08:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-04 21:47:35.311142
• Title: Grasp2Grasp: Vision-Based Dexterous Grasp Translation via Schrödinger Bridges
• Title（参考訳）: Grasp2Grasp: Schrödinger Bridgesによる視覚ベースのデクスタースグラフ翻訳
• Authors: Tao Zhong, Jonah Buchanan, Christine Allen-Blanchette,
• Abstract要約: 視覚に基づくデクスタラス・グリップ翻訳は、異なる形態のロボットハンド間でグリップインテンションを伝達することを目的としている。 我々はこの問題を、Schr"odinger Bridgeフォーマリズムを用いて、把握分布間の輸送とみなす。 本手法は,スコアとフローマッチングを用いて,ソースとターゲットの潜在グリップ空間のマッピングを学習する。
• 参考スコア（独自算出の注目度）: 3.4797100095791706
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We propose a new approach to vision-based dexterous grasp translation, which aims to transfer grasp intent across robotic hands with differing morphologies. Given a visual observation of a source hand grasping an object, our goal is to synthesize a functionally equivalent grasp for a target hand without requiring paired demonstrations or hand-specific simulations. We frame this problem as a stochastic transport between grasp distributions using the Schr\"odinger Bridge formalism. Our method learns to map between source and target latent grasp spaces via score and flow matching, conditioned on visual observations. To guide this translation, we introduce physics-informed cost functions that encode alignment in base pose, contact maps, wrench space, and manipulability. Experiments across diverse hand-object pairs demonstrate our approach generates stable, physically grounded grasps with strong generalization. This work enables semantic grasp transfer for heterogeneous manipulators and bridges vision-based grasping with probabilistic generative modeling.
• Abstract（参考訳）: そこで本研究では,ロボットハンド間の触覚意図を異なる形態で伝達することを目的とした,視覚に基づくデクスタラス・グリップ・トランスフォーメーションの新たなアプローチを提案する。 対象物をつかむソースハンドの視覚的観察を前提として、目的のハンドに対して、ペアのデモや手固有のシミュレーションを必要とせず、機能的に等価なグリップを合成することが目的である。 我々はこの問題を、Schr\"odinger Bridgeフォーマリズムを用いて、把握分布間の確率的輸送とみなす。 本手法は,視覚的観察に基づくスコアとフローマッチングを用いて,ソースとターゲットの潜在的把握空間のマッピングを学習する。 この変換を導くために,基本ポーズ,コンタクトマップ,レンチ空間,マニピュラビリティのアライメントを符号化する物理インフォームドコスト関数を導入する。 多様な対象対をまたいだ実験は、我々のアプローチが強い一般化を伴う安定で物理的に接地されたグリップを生成することを示した。 この研究により、不均一マニピュレータのセマンティックグルーピングと、確率的生成モデルによる視覚に基づくグルーピングを可能にする。

関連論文リスト

• SIGHT: Synthesizing Image-Text Conditioned and Geometry-Guided 3D Hand-Object Trajectories [124.24041272390954]
  手動物体の相互作用をモデル化することは、ロボットと具体化されたAIシステムを前進させる大きな可能性を秘めている。 SIGHTは、1つの画像から現実的で物理的に妥当な3Dハンドオブジェクトインタラクショントラジェクトリを生成することに焦点を当てた,新しいタスクである。 SIGHT-Fusionは,データベースから最もよく似た3Dオブジェクトメッシュを抽出し,この課題に対処する,新しい拡散型画像文条件付き生成モデルを提案する。
  論文  参考訳（メタデータ） (2025-03-28T20:53:20Z)
• DiffH2O: Diffusion-Based Synthesis of Hand-Object Interactions from Textual Descriptions [15.417836855005087]
  DiffH2Oとよばれる新しい手法を提案する。 本手法では,限られたデータから効果的な学習を可能にする3つの手法を導入する。
  論文  参考訳（メタデータ） (2024-03-26T16:06:42Z)
• Bridging the Gap between Human Motion and Action Semantics via Kinematic Phrases [59.32509533292653]
  動作理解は、動作意味論と行動意味論の信頼性の高いマッピングを確立することを目的としている。 本研究では,人間の動作の客観的な運動事実を適切な抽象化,解釈可能性,一般性で捉えたキネマティック・フェース(KP)を提案する。 KPに基づいて、動作知識ベースを統一し、動作理解システムを構築することができる。
  論文  参考訳（メタデータ） (2023-10-06T12:08:15Z)
• Weakly-supervised 3D Pose Transfer with Keypoints [57.66991032263699]
  3Dポーズ転送の主な課題は、1) 異なる文字で同じポーズを行うペアトレーニングデータの欠如、2) ターゲットメッシュからポーズと形状情報を分離すること、3) 異なるトポロジを持つメッシュに適用することの難しさである。 本稿では,これらの課題を克服するためのキーポイントベースのフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-07-25T12:40:24Z)
• Orientation Attentive Robotic Grasp Synthesis with Augmented Grasp Map Representation [62.79160608266713]
  物体の形態学的特徴は、ロボットの把握の視覚的学習を阻害する、幅広い可視的把握方向を提供する可能性がある。 既存のグリップ生成アプローチを呪い、グリップポイント毎に大きく異なる向きのアノテーションを集約することにより、不連続グリップマップを構築する。 そこで本研究では,角度空間を複数のビンに分割することで,方向を局所的に歪曲する,画素ワイズ合成に適した拡張型グリップマップ表現を提案する。
  論文  参考訳（メタデータ） (2020-06-09T08:54:54Z)

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。