論文の概要: Prompt-to-Product: Generative Assembly via Bimanual Manipulation

• arxiv url: http://arxiv.org/abs/2508.21063v1
• Date: Thu, 28 Aug 2025 17:59:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-29 18:12:02.554594
• Title: Prompt-to-Product: Generative Assembly via Bimanual Manipulation
• Title（参考訳）: Prompt-to-Product:双方向操作による生成アセンブリ
• Authors: Ruixuan Liu, Philip Huang, Ava Pun, Kangle Deng, Shobhit Aggarwal, Kevin Tang, Michelle Liu, Deva Ramanan, Jun-Yan Zhu, Jiaoyang Li, Changliu Liu,
• Abstract要約: Prompt-to-Productは、自然言語プロンプトから現実のアセンブリ製品を生成する自動化パイプラインである。 レゴブロックをアセンブリプラットフォームとして利用し、ブロックアセンブリ構造を作成するプロセスを自動化する。
• 参考スコア（独自算出の注目度）: 67.08306531337634
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Creating assembly products demands significant manual effort and expert knowledge in 1) designing the assembly and 2) constructing the product. This paper introduces Prompt-to-Product, an automated pipeline that generates real-world assembly products from natural language prompts. Specifically, we leverage LEGO bricks as the assembly platform and automate the process of creating brick assembly structures. Given the user design requirements, Prompt-to-Product generates physically buildable brick designs, and then leverages a bimanual robotic system to construct the real assembly products, bringing user imaginations into the real world. We conduct a comprehensive user study, and the results demonstrate that Prompt-to-Product significantly lowers the barrier and reduces manual effort in creating assembly products from imaginative ideas.
• Abstract（参考訳）: 組み立て製品を作るには、重要な手作業と専門家の知識が必要です。 1) 組立を設計し、 2)製品の構築。 本稿では,自然言語プロンプトから実世界の組立製品を生成する自動パイプラインであるPrompt-to-Productを紹介する。 具体的には,レゴブロックを組立プラットフォームとして活用し,組立構造のプロセスを自動化する。 ユーザ設計の要件から、Prompt-to-Productは物理的に構築可能なレンガの設計を生成し、バイマティックなロボットシステムを活用して実際の組み立て製品を構築し、ユーザの想像力を現実世界にもたらす。 我々は総合的なユーザスタディを行い、その結果、Prompt-to-Productは障壁を大幅に減らし、想像的なアイデアから組立製品を作成するための手作業を減らすことを示した。

関連論文リスト

• Generating Physically Stable and Buildable Brick Structures from Text [63.75381708299733]
  BrickGPTは、テキストプロンプトから物理的に安定したアセンブリモデルを生成するための最初のアプローチである。 私たちはデータセットであるStableText2Brickをリリースしました。
  論文  参考訳（メタデータ） (2025-05-08T17:58:18Z)
• AssemblyComplete: 3D Combinatorial Construction with Deep Reinforcement Learning [4.3507834596906125]
  ロボット工学における重要なゴールは、ロボットに現実世界の協調作業、特に自動組み立てに適応するように教えることである。 本稿では, ユニットプリミティブ(レゴブロック)を用いて実演した3次元組立工法を紹介する。 本研究では,ロボットに不完全な組立の目的を理解し,組立を完了するための建設方針を学ぶための2部構成の深層強化学習(DRL)フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-10-20T18:51:17Z)
• Learning to Build by Building Your Own Instructions [56.734927320020496]
  LTRONにおける最近提案されたBreak-and-Make問題に対する新しい手法を開発した。 エージェントは、単一の対話的なセッションを使用して、これまで見えなかったLEGOアセンブリを構築することを学ばなければなりません。 オンラインの模倣学習を使ってこれらのモデルをトレーニングし、モデルが自身のミスから学習できるようにする。
  論文  参考訳（メタデータ） (2024-10-01T22:39:58Z)
• Blox-Net: Generative Design-for-Robot-Assembly Using VLM Supervision, Physics Simulation, and a Robot with Reset [22.660709957291747]
  GDfRA(Generative Design-for-Robot-Assembly)という新しい問題を紹介します。 このタスクは、自然言語のプロンプト(例えば'giraffe')と3Dプリントブロックのような利用可能な物理コンポーネントの画像に基づいてアセンブリを生成する。 本稿では、生成視覚言語モデルとコンピュータビジョン、摂動解析、運動計画、物理ロボット実験の確立した手法を組み合わせたGDfRAシステムであるBlox-Netを提案する。
  論文  参考訳（メタデータ） (2024-09-25T17:42:20Z)
• Physics-Aware Combinatorial Assembly Sequence Planning using Data-free Action Masking [6.919208054874144]
  Combinatorのアセンブリは、標準化されたユニットプリミティブを使用して、ユーザ仕様を満たすオブジェクトを構築する。 本稿では,物理組立のためのアセンブリ・シーケンス・プランニング(ASP)について検討する。 我々は、目的物を構築するために、ユニットプリミティブを逐次配置するための建設方針を学ぶために、深層強化学習を採用する。
  論文  参考訳（メタデータ） (2024-08-19T17:16:35Z)
• BrickPal: Augmented Reality-based Assembly Instructions for Brick Models [20.585631669565295]
  BrickPalは拡張現実ベースのシステムで、拡張現実のヘッドマウントディスプレイで組み立て指示を視覚化する。 自然言語処理(NLP)技術を用いて、可塑性アセンブリシーケンスを生成し、ARヘッドセットでリアルタイムガイダンスを提供する。 ユーザスタディでは,BrickPalが従来の組立方法と比較して,レンガ組立におけるユーザ支援に有効であることを示す。
  論文  参考訳（メタデータ） (2023-07-06T17:42:56Z)
• Break and Make: Interactive Structural Understanding Using LEGO Bricks [61.01136603613139]
  私たちは、LEGOモデルの組み立て、分解、操作が可能な、完全にインタラクティブな3Dシミュレータを構築しました。 シーケンス・ツー・シーケンス・モデルを用いてこの問題を解決するための第一歩を踏み出す。
  論文  参考訳（メタデータ） (2022-07-27T18:33:09Z)
• Image2Lego: Customized LEGO Set Generation from Images [50.87935634904456]
  2次元画像からLEGOブロックモデルを生成するシステムを実装した。 モデルは3Dボキセル化モデルのブロックへのアルゴリズム変換によって得られる。 我々は、オブジェクトと人間の顔のLEGOモデルのためのステップバイステップのビルド手順とアニメーションを生成します。
  論文  参考訳（メタデータ） (2021-08-19T03:42:58Z)

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。