論文の概要: Behavioral Cloning for Robotic Connector Assembly: An Empirical Study
- arxiv url: http://arxiv.org/abs/2602.22100v1
- Date: Wed, 25 Feb 2026 16:47:08 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-23 08:17:41.715763
- Title: Behavioral Cloning for Robotic Connector Assembly: An Empirical Study
- Title（参考訳）: ロボットコネクタ組立のための行動クローン : 実証的研究
- Authors: Andreas Kernbach, Daniel Bargmann, Werner Kraus, Marco F. Huber,
- Abstract要約: 本研究は, コネクタ挿入のための動作予測モデル学習のための行動クローンの適合性に関する実証的研究である。
我々は、最大300件の人間によるデモンストレーションを成功させたデータセットを用いて、いくつかのネットワークアーキテクチャやその他の設計選択を比較した。
得られたシステムは、異なるコネクタポーズの5つの異なるコネクタージオメトリに対して評価され、全体の挿入成功率は90%以上となる。
- 参考スコア（独自算出の注目度）: 3.812358821429274
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Automating the assembly of wire harnesses is challenging in automotive, electrical cabinet, and aircraft production, particularly due to deformable cables and a high variance in connector geometries. In addition, connectors must be inserted with limited force to avoid damage, while their poses can vary significantly. While humans can do this task intuitively by combining visual and haptic feedback, programming an industrial robot for such a task in an adaptable manner remains difficult. This work presents an empirical study investigating the suitability of behavioral cloning for learning an action prediction model for connector insertion that fuses force-torque sensing with a fixed position camera. We compare several network architectures and other design choices using a dataset of up to 300 successful human demonstrations collected via teleoperation of a UR5e robot with a SpaceMouse under varying connector poses. The resulting system is then evaluated against five different connector geometries under varying connector poses, achieving an overall insertion success rate of over 90 %.
- Abstract（参考訳）: ワイヤハーネスの組み立ての自動化は、自動車、電気キャビネット、航空機の製造において、特に変形可能なケーブルとコネクタージオメトリーのばらつきにより困難である。
さらに、損傷を避けるために限られた力でコネクターを挿入しなければならないが、ポーズは著しく異なる。
人間は視覚と触覚のフィードバックを組み合わせることで直感的にこのタスクを行うことができるが、そのようなタスクを適応的な方法で産業ロボットにプログラミングすることは依然として困難である。
本研究は,固定位置カメラによる力トルクセンシングを融合したコネクタ挿入動作予測モデル学習のための行動クローンの適合性に関する実証的研究である。
UR5eロボットとSpaceMouseを様々なコネクタポーズで遠隔操作することで収集した最大300件の人体デモのデータセットを用いて、複数のネットワークアーキテクチャやその他の設計選択を比較した。
得られたシステムは、異なるコネクタポーズの5つの異なるコネクタージオメトリに対して評価され、全体の挿入成功率は90%以上となる。
関連論文リスト
- OmniVTA: Visuo-Tactile World Modeling for Contact-Rich Robotic Manipulation [60.609604885961716]
textbfOmniViTacは,16ドルのタスクと100ドル以上のオブジェクトからなる21,000ドル以上のトラジェクトリからなる大規模ビズオタクティルアクションデータセットである。
我々は4つの密結合モジュールを統合する世界モデルベースのビジュオ触覚操作フレームワークである textbf OmniVTA を提案する。
論文 参考訳（メタデータ） (2026-03-19T17:52:42Z) - Touch2Insert: Zero-Shot Peg Insertion by Touching Intersections of Peg and Hole [15.791523980428538]
任意のペグ挿入のための触覚ベースのフレームワークであるemphTouch2Insertを提案する。
本手法は,高解像度触覚画像から断面形状を再構成し,孔の相対的なポーズを0ショットで推定する。
結果,Touch2Insertはシミュレーションにおいてすべてのコネクタのサブミリポーズ推定精度を達成し,実ロボットの平均成功率は86.7%に達した。
論文 参考訳（メタデータ） (2026-03-04T01:35:33Z) - Minimalist Compliance Control [24.451467626022943]
コンプライアンス制御は安全な物理的相互作用には不可欠であるが、その採用は力トルクセンサーなどのハードウェア要件によって制限されている。
モータ電流や電圧信号のみを用いたコンプライアンス動作を可能にするミニマリストコンプライアンス制御を提案する。
我々は,ロボットアーム,器用な手,接触の多い複数のタスクにまたがる2つのヒューマノイドロボットに対するアプローチを検証した。
論文 参考訳（メタデータ） (2026-03-01T04:25:54Z) - A Robotic Testing Platform for Pipelined Discovery of Resilient Soft Actuators [63.07587517846448]
本稿では,DEA寿命をスキャンできる新しいテストロボットによって実現された最適化パイプラインを提案する。
ロボットは、電気機械特性測定、プログラム可能な電圧入力、マルチチャネルテスト能力を統合する。
これを用いて,入力電圧等級,周波数,電極物質濃度,電気接続フィラーなど,Elastosil系リニアアクチュエータの寿命を走査した。
論文 参考訳（メタデータ） (2026-02-24T14:41:28Z) - CHIP: Adaptive Compliance for Humanoid Control through Hindsight Perturbation [70.5382178207975]
hIsight Perturbation (CHIP)は、制御可能なエンドエフェクタ剛性を実現するプラグイン・アンド・プレイモジュールである。
CHIPの実装は簡単で、データ拡張も追加の報酬チューニングも必要ありません。
そこで本研究では,CHIPでトレーニングした汎用モーショントラッキングコントローラが,多種多様な操作タスクを実行できることを示す。
論文 参考訳（メタデータ） (2025-12-16T18:56:04Z) - TranTac: Leveraging Transient Tactile Signals for Contact-Rich Robotic Manipulation [11.834021644402148]
鍵をロックに挿入したり、USBデバイスをポートに差し込んだりといったロボット操作は、視覚的な認識が不十分な場合に失敗する可能性がある。
本稿では,データ効率と低コストな触覚検知・制御フレームワークであるTranTacを紹介する。
マイクロメータスケールで動的翻訳およびねじり変形を検出することができる。
論文 参考訳（メタデータ） (2025-09-20T06:25:59Z) - Built Different: Tactile Perception to Overcome Cross-Embodiment Capability Differences in Collaborative Manipulation [2.0318411357438086]
触覚が協調操作の文脈において,ロボットの実施形態の違いを橋渡しするのにどう役立つかを検討する。
本稿では,触覚センサと行動クローンを用いて,ロボットから非機能ロボットへポリシーを伝達するアプローチを提案する。
我々は,この正の移動を,力制御ロボットデータで訓練されたのと同じ方針を用いて,4種類の触覚対応エボディメントに示す。
論文 参考訳（メタデータ） (2024-09-23T10:45:41Z) - Human-Object Interaction Detection via Disentangled Transformer [63.46358684341105]
本稿では,2つのサブタスクの学習を容易にするために,エンコーダとデコーダの両方をアンタングル化するDisentangled Transformerを提案する。
提案手法は,2つの公開HOIベンチマークにおいて,従来よりも大きなマージンを達成している。
論文 参考訳（メタデータ） (2022-04-20T08:15:04Z) - Vision-driven Compliant Manipulation for Reliable, High-Precision
Assembly Tasks [26.445959214209505]
本稿では,最先端の物体追跡と受動適応型機械ハードウェアを組み合わせることで,高精度な操作作業を実現することを実証する。
提案手法は,作業空間内の物体の相対的な6次元ポーズを追跡することにより,視覚を通してループを閉じる。
論文 参考訳（メタデータ） (2021-06-26T17:54:16Z) - Online Body Schema Adaptation through Cost-Sensitive Active Learning [63.84207660737483]
この作業は、icubロボットシミュレータの7dofアームを使用して、シミュレーション環境で実行された。
コストに敏感な能動学習手法は最適な関節構成を選択するために用いられる。
その結果,コスト依存型能動学習は標準的な能動学習手法と同等の精度を示し,実行運動の約半分を減らした。
論文 参考訳（メタデータ） (2021-01-26T16:01:02Z) - Learning Compliance Adaptation in Contact-Rich Manipulation [81.40695846555955]
本稿では,コンタクトリッチタスクに必要な力プロファイルの予測モデルを学習するための新しいアプローチを提案する。
このアプローチは、双方向Gated Recurrent Units (Bi-GRU) に基づく異常検出と適応力/インピーダンス制御を組み合わせたものである。
論文 参考訳（メタデータ） (2020-05-01T05:23:34Z)
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。