論文の概要: CompliantVLA-adaptor: VLM-Guided Variable Impedance Action for Safe Contact-Rich Manipulation
- arxiv url: http://arxiv.org/abs/2601.15541v2
- Date: Tue, 17 Mar 2026 16:34:11 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-23 08:17:40.897607
- Title: CompliantVLA-adaptor: VLM-Guided Variable Impedance Action for Safe Contact-Rich Manipulation
- Title（参考訳）: コンパクトVLAアダプタ:VLM誘導可変インピーダンス動作による安全なコンタクトリッチマニピュレーション
- Abstract要約: 本稿では,視覚言語モデル (VLM) を用いた最先端のビジョン・ランゲージ・アクション (VLA) モデルを拡張した CompliantVLA-adaptor を提案する。
既存のVLAシステム(例えば、RTT、Pi0.5、OpenVLA-oft)は典型的には出力位置を出力するが、力覚的な適応が欠如しており、接触、コンプライアンス、不確実性を含む物理的タスクにおいて、安全でないまたは失敗した相互作用をもたらす。
我々の手法はVLAのベースラインよりも複雑なコンタクトリッチなタスクのスイートの方が優れていることを実証する。
- 参考スコア（独自算出の注目度）: 35.15898666328117
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We propose a CompliantVLA-adaptor that augments the state-of-the-art Vision-Language-Action (VLA) models with vision-language model (VLM)-informed context-aware variable impedance control (VIC) to improve the safety and effectiveness of contact-rich robotic manipulation tasks. Existing VLA systems (e.g., RDT, Pi0.5, OpenVLA-oft) typically output position, but lack force-aware adaptation, leading to unsafe or failed interactions in physical tasks involving contact, compliance, or uncertainty. In the proposed CompliantVLA-adaptor, a VLM interprets task context from images and natural language to adapt the stiffness and damping parameters of a VIC controller. These parameters are further regulated using real-time force/torque feedback to ensure interaction forces remain within safe thresholds. We demonstrate that our method outperforms the VLA baselines on a suite of complex contact-rich tasks, both in simulation and the real world, with improved success rates and reduced force violations. This work presents a promising path towards a safe foundation model for physical contact-rich manipulation. We release our code, prompts, and force-torque-impedance-scenario context datasets at https://sites.google.com/view/compliantvla.
- Abstract（参考訳）: 本稿では,視覚言語モデル (VLM) を用いた最先端のビジョン・ランゲージ・アクション (VLA) モデルを強化し,視覚言語モデル (VLM) を用いたコンテキスト認識型可変インピーダンス制御 (VIC) を提案する。
既存のVLAシステム(例えば、RTT、Pi0.5、OpenVLA-oft)は典型的には出力位置を出力するが、力覚適応が欠如しており、接触、コンプライアンス、不確実性を含む物理的タスクにおいて、安全でないまたは失敗した相互作用をもたらす。
提案したCompliantVLA-adaptorでは、VLMは画像と自然言語からタスクコンテキストを解釈し、VICコントローラの剛性と減衰パラメータを適応させる。
これらのパラメータは、リアルタイムの力/トルクフィードバックを使用して、相互作用力が安全なしきい値内に留まることを保証するために、さらに規制されている。
本手法は, シミュレーションと実世界の両方において, 複雑な接触に富む一連のタスクにおいて, VLAのベースラインよりも優れており, 成功率の向上と力侵害の低減が図られている。
この研究は、物理的接触リッチな操作のための安全な基礎モデルへの有望な道を示す。
私たちは、https://sites.google.com/view/compliantvlaで、コード、プロンプト、フォース-トルク-インピーダンス-scenarioコンテキストデータセットをリリースします。
関連論文リスト
- CR-VLA-Force: Learning Control-aware Compliance VLA Model for Robust Contact-rich Robotic Manipulation [22.8919569384701]
リアクティブ制御のための制御対応VLAフレームワークを提案する。
CC-VLAモデルは、力信号シーケンスと視覚言語による融合特徴を符号化するために、MoE(Multimodal Mixed-of-experts)を使用する。
CC-VLAは, 力知覚課題の成功率を著しく向上し, 力制御精度の向上を図っている。
論文 参考訳（メタデータ） (2026-09-05T02:54:51Z) - FWBC-VLA: Force-Aware Whole-Body Compensation for Contact-Rich Loco-Manipulation [11.102182448786307]
コンタクトリッチなロコ操作は、セマンティックアクション生成と物理的相互作用制御の橋渡しを必要とする。
FWBC-VLAは,タスクレベルVLAアクション生成と低レベル全体補償制御をブリッジする力覚フレームワークである。
ロボ操作タスクでは、事前訓練されたVLAバックボーンのパラメータはすべて、我々のWL&Armデータセット上で微調整される。
論文 参考訳（メタデータ） (2026-09-03T14:10:47Z) - TORL-VLA: Tactile Guided Online Reinforcement Learning for Contact-Rich Manipulation [24.661831588991898]
TORL-VLAは、触覚フィードバックとポリシーの強化を組み合わせた、コンタクトリッチな操作のためのオンライン強化学習フレームワークである。
本手法では, 触覚由来のレンチ認識型VLAを用いて, 参照動作と将来のレンチシーケンスを予測する。
探索的政策と人為的介入の混成データから学習を安定させるために,介入検閲された評論家を紹介する。
論文 参考訳（メタデータ） (2026-06-08T11:05:05Z) - VLESA: Vision-Language Embodied Safety Agent for Human Activity Monitoring [60.53395558502203]
Vision-Language Embodied Safety Agent (VLESA)は、自我中心のビデオから人間の活動を監視する。
VLESAは、コンテキストに応じて同一のアクションが安全または危険である意図に依存した安全性に対処する。
目標を共同で推測し,映像から将来の行動を予測するための意図-行動予測エージェントを提案する。
論文 参考訳（メタデータ） (2026-06-02T17:42:17Z) - PaCo-VLA: Passivity-Shielded Compliance Prior for Contact-Rich Vision-Language-Action Manipulation [16.000925198937082]
コンタクトリッチな操作は、高レベルのセマンティック推論と高周波接触ダイナミクスの安全な制御の両方を要求する。
本稿では,VLAインタフェースを再放送する前,パスティビティ・シールドによるコンプライアンスであるPaCo-VLAを紹介する。
論文 参考訳（メタデータ） (2026-05-30T04:06:39Z) - Sentinel-VLA: A Metacognitive VLA Model with Active Status Monitoring for Dynamic Reasoning and Error Recovery [62.75419724651416]
textbfSentinel-VLAは,リアルタイム実行状況を監視するアクティブセンチネルモジュールを備えたメタ認知型VLAモデルである。
すべてのトレーニングデータは、設計したパイプラインを通じて自動生成され、注釈付けされます。
実世界の実験では、Sentinel-VLAはSOTAモデルであるPI0と比較してタスク成功率を30%以上向上することを示した。
論文 参考訳（メタデータ） (2026-05-02T02:10:54Z) - ForceVLA2: Unleashing Hybrid Force-Position Control with Force Awareness for Contact-Rich Manipulation [75.39847750457626]
エンドツーエンドの視覚言語アクションフレームワークであるForceVLA2は、ハイブリッドな力配置制御と明示的な力覚を備えたロボットを装備する。
学習と評価を支援するために,5つの接触豊富なタスクに1,000の軌道を含むForceVLA2-Datasetを構築した。
実験により、ForceVLA2は接触リッチな操作における成功率と信頼性を大幅に改善することが示された。
論文 参考訳（メタデータ） (2026-03-16T12:03:58Z) - TacVLA: Contact-Aware Tactile Fusion for Robust Vision-Language-Action Manipulation [27.000763540977506]
VLA(Vision-Language-Action)モデルは、ロボット操作において大きな優位性を示している。
本稿では,触覚モーダルを変換器のポリシーに組み込んだ微調整VLAモデルTacVLAを提案する。
本稿では,接触検出時にのみ触覚トークンを選択的に活性化する接触認識ゲーティング機構を提案する。
論文 参考訳（メタデータ） (2026-03-13T05:20:41Z) - On-the-Fly VLA Adaptation via Test-Time Reinforcement Learning [61.38273866396522]
ビジョン・ランゲージ・アクションモデルが汎用ロボット学習の強力なパラダイムとして登場した。
現在の手法は、シミュレーションや物理世界の展開に挑戦するには相変わらず適していない。
本稿では,VLA フレームワークのテスト時間強化学習について紹介する。
論文 参考訳（メタデータ） (2026-01-11T01:51:30Z) - SteerVLM: Robust Model Control through Lightweight Activation Steering for Vision Language Models [4.506695482619111]
本研究は、VLM(Vision-Language Models)のための軽量ステアリングモジュールであるSteerVLMを紹介する。
提案手法は,言語モダリティと画像コンテキストを接続するアクティベーションを動的に調整するために,ターゲットと逆動作を符号化するペアプロンプトの潜伏埋め込みから学習する。
我々の操舵モジュールは、元のVLMの大きさの0.14%に相当する学習パラメータを必要とする。
論文 参考訳（メタデータ） (2025-10-30T17:52:39Z) - ForceVLA: Enhancing VLA Models with a Force-aware MoE for Contact-rich Manipulation [62.58034332427291]
ForceVLAは、新しいエンドツーエンド操作フレームワークである。
外部力センシングは、VLAシステム内の第一級のモダリティとして扱う。
論文 参考訳（メタデータ） (2025-05-28T09:24:25Z)
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。