論文の概要: GraspSense: Physically Grounded Grasp and Grip Planning for a Dexterous Robotic Hand via Language-Guided Perception and Force Maps

• arxiv url: http://arxiv.org/abs/2604.05697v1
• Date: Tue, 07 Apr 2026 10:48:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-08 17:42:09.774245
• Title: GraspSense: Physically Grounded Grasp and Grip Planning for a Dexterous Robotic Hand via Language-Guided Perception and Force Maps
• Title（参考訳）: GraspSense: 言語ガイドによるロボットハンドの物理的接地とグリッププランニング
• Authors: Elizaveta Semenyakina, Ivan Snegirev, Mariya Lezina, Miguel Altamirano Cabrera, Safina Gulyamova, Dzmitry Tsetserukou,
• Abstract要約: 5本の指を持つロボットハンドにおいて,選択と力の調節を把握するためのパイプラインを提案する。 オペレーターコマンドから、システムはターゲットオブジェクトを特定し、SAM3Dを使って3D形状を再構成し、モデルをIsaac Simにインポートする。 物理インフォームド幾何解析は、各表面位置で許容される最大横接触力を符号化する力マップを計算する。
• 参考スコア（独自算出の注目度）: 2.1645011609137295
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Dexterous robotic manipulation requires more than geometrically valid grasps: it demands physically grounded contact strategies that account for the spatially non-uniform mechanical properties of the object. However, existing grasp planners typically treat the surface as structurally homogeneous, even though contact in a weak region can damage the object despite a geometrically perfect grasp. We present a pipeline for grasp selection and force regulation in a five-fingered robotic hand, based on a map of locally admissible contact loads. From an operator command, the system identifies the target object, reconstructs its 3D geometry using SAM3D, and imports the model into Isaac Sim. A physics-informed geometric analysis then computes a force map that encodes the maximum lateral contact force admissible at each surface location without deformation. Grasp candidates are filtered by geometric validity and task-goal consistency. When multiple candidates are comparable under classical metrics, they are re-ranked using a force-map-aware criterion that favors grasps with contacts in mechanically admissible regions. An impedance controller scales the stiffness of each finger according to the locally admissible force at the contact point, enabling safe and reliable grasp execution. Validation on paper, plastic, and glass cups shows that the proposed approach consistently selects structurally stronger contact regions and keeps grip forces within safe bounds. In this way, the work reframes dexterous manipulation from a purely geometric problem into a physically grounded joint planning problem of grasp selection and grip execution for future humanoid systems.
• Abstract（参考訳）: 物体の空間的に不均一な機械的特性を考慮に入れた物理的に接地された接触戦略を必要とする。 しかし、既存のグリッププランナーは通常、表面を構造的に均質に扱うが、弱い領域の接触は、幾何学的に完璧なグリップにもかかわらず、物体を損傷させることがある。 本稿では, 局所的に許容される接触荷重のマップに基づいて, 5本の指を持つロボットハンドにおいて, 選択と力の調節を把握するためのパイプラインを提案する。 オペレーターコマンドから、システムはターゲットオブジェクトを特定し、SAM3Dを使って3D形状を再構成し、モデルをIsaac Simにインポートする。 物理インフォームド幾何解析は、変形することなく各表面で許容される最大横接触力を符号化する力マップを計算する。 グラフ候補は幾何的妥当性とタスクゴール整合性によってフィルタリングされる。 複数の候補が古典的な指標で比較できる場合、機械的に許容できる領域の接触を把握できるフォースマップ対応の基準を用いて再ランク付けされる。 インピーダンス制御装置は、接触点における局所許容力に応じて各指の剛性を拡大し、安全かつ確実な把握実行を可能にする。 紙、プラスチック、ガラスのカップへのバリデーションにより、提案手法は構造的に強い接触領域を一貫して選択し、グリップ力を安全な領域に保持することを示した。 このようにして、この作業は、純粋に幾何学的な問題から、将来のヒューマノイドシステムにおける選択とグリップ実行を把握するための物理的に基礎付けられた共同計画問題へと、きめ細かい操作を再構成する。

関連論文リスト

• arg-VU: Affordance Reasoning with Physics-Aware 3D Geometry for Visual Understanding in Robotic Surgery [2.3780752271138965]
  Arg-VUは物理学を意識した割当推論フレームワークである。 時間的に一貫した幾何追跡と制約による機械的モデリングを統合する。 その結果、arg-VUはキネマティックベースラインよりも安定で、物理的に一貫性があり、解釈可能な価格予測をもたらすことがわかった。
  論文  参考訳（メタデータ） (2026-03-26T17:14:28Z)
• Semantic-Contact Fields for Category-Level Generalizable Tactile Tool Manipulation [82.63833405368159]
  ツール操作の一般化には、セマンティックプランニングと正確な物理的制御の両方が必要である。 本研究では,密接な接触推定を伴う視覚的意味論を融合した3次元表現であるセマンティック・コンタクト・フィールド(SCFields)を提案する。 スクレイピング、クレヨン描画、剥離の実験は、堅牢なカテゴリレベルの一般化を示している。
  論文  参考訳（メタデータ） (2026-02-14T16:05:08Z)
• Simultaneous Extrinsic Contact and In-Hand Pose Estimation via Distributed Tactile Sensing [20.162368645967153]
  本研究では,センサからの局所的な観測と接触の物理的制約をマッチングする手法を提案する。 我々は問題を因子グラフとして定式化し、効率的な推定を可能にした。 実験では,本手法が既存の幾何学的および接触インフォームド推定パイプラインよりも優れていることを示す。
  論文  参考訳（メタデータ） (2025-12-29T20:45:38Z)
• Graph Neural Network Surrogates for Contacting Deformable Bodies with Necessary and Sufficient Contact Detection [0.0]
  力学における非線形境界値問題の高速推論のためのサロゲートモデルは、幅広い工学的応用に有用である。 既存の方法は、剛体接触に制限されるか、または少なくとも、十分に定義された接触面を持つ硬質物体と軟質物体の接触に制限される。 本稿では,連続的な衝突検出を利用するグラフニューラルネットワークアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2025-07-17T18:09:19Z)
• Flatten Anything: Unsupervised Neural Surface Parameterization [76.4422287292541]
  本研究では,FAM(Flatten Anything Model)を導入し,グローバルな自由境界面パラメータ化を実現する。 従来の手法と比較して,FAMは接続情報を活用することなく,個別の面上で直接動作する。 当社のFAMは前処理を必要とせずに完全に自動化されており,高度に複雑なトポロジを扱うことができる。
  論文  参考訳（メタデータ） (2024-05-23T14:39:52Z)
• DeepSimHO: Stable Pose Estimation for Hand-Object Interaction via Physics Simulation [81.11585774044848]
  我々は、前方物理シミュレーションと後方勾配近似とニューラルネットワークを組み合わせた新しいディープラーニングパイプラインであるDeepSimHOを紹介する。 提案手法は, 評価の安定性を著しく向上し, テスト時間最適化よりも優れた効率性を実現する。
  論文  参考訳（メタデータ） (2023-10-11T05:34:36Z)
• Semi-Supervised Disentanglement of Tactile Contact~Geometry from Sliding-Induced Shear [12.004939546183355]
  触覚は人間の器用さに根ざしている。 ロボットタッチ、特にソフトな光触覚センサーで模倣すると、動きに依存したせん断による歪みに悩まされる。 本研究では,接触情報のみを保存しながらせん断を除去する半教師付き手法を提案する。
  論文  参考訳（メタデータ） (2022-08-26T08:30:19Z)
• Leveraging distributed contact force measurements for slip detection: a physics-based approach enabled by a data-driven tactile sensor [5.027571997864706]
  本稿では,新たなモデルに基づくスリップ検出パイプラインについて述べる。 分散力を正確に推定する視覚ベースの触覚センサを、6自由度コボットと2フィンガーグリップパーからなる把握装置に統合した。 その結果, 形状, 材料, 重量の異なる物体を操作しながら, スリップを確実に予測できることがわかった。
  論文  参考訳（メタデータ） (2021-09-23T17:12:46Z)
• Physics-Based Dexterous Manipulations with Estimated Hand Poses and Residual Reinforcement Learning [52.37106940303246]
  ノイズの多い入力ポーズをターゲットの仮想ポーズにマッピングするモデルを学習する。 モデルフリーハイブリッドRL+ILアプローチを用いて残留条件下で訓練する。 筆者らは,VRにおける手動物体の相互作用と,それを用いた手動物体の動作再構成という,手動姿勢推定を用いた2つのアプリケーションで,我々のフレームワークを検証した。
  論文  参考訳（メタデータ） (2020-08-07T17:34:28Z)

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。