論文の概要: Disentangled Point Diffusion for Precise Object Placement

• arxiv url: http://arxiv.org/abs/2604.11793v1
• Date: Mon, 13 Apr 2026 17:55:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-14 20:13:16.739635
• Title: Disentangled Point Diffusion for Precise Object Placement
• Title（参考訳）: 精密物体配置のための遠方点拡散
• Authors: Lyuxing He, Eric Cai, Shobhit Aggarwal, Jianjun Wang, David Held,
• Abstract要約: TAX-DPDは階層的な不整合点拡散フレームワークであり、配置精度で最先端の性能を達成する。 そこで本研究では,本フレームワークがオブジェクトの剛性に関する仮定をさらに緩和できることを示す。
• 参考スコア（独自算出の注目度）: 11.869520755259657
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recent advances in robotic manipulation have highlighted the effectiveness of learning from demonstration. However, while end-to-end policies excel in expressivity and flexibility, they struggle both in generalizing to novel object geometries and in attaining a high degree of precision. An alternative, object-centric approach frames the task as predicting the placement pose of the target object, providing a modular decomposition of the problem. Building on this goal-prediction paradigm, we propose TAX-DPD, a hierarchical, disentangled point diffusion framework that achieves state-of-the-art performance in placement precision, multi-modal coverage, and generalization to variations in object geometries and scene configurations. We model global scene-level placements through a novel feed-forward Dense Gaussian Mixture Model (GMM) that yields a spatially dense prior over global placements; we then model the local object-level configuration through a novel disentangled point cloud diffusion module that separately diffuses the object geometry and the placement frame, enabling precise local geometric reasoning. Interestingly, we demonstrate that our point cloud diffusion achieves substantially higher accuracy than a prior approach based on SE(3)-diffusion, even in the context of rigid object placement. We validate our approach across a suite of challenging tasks in simulation and in the real-world on high-precision industrial insertion tasks. Furthermore, we present results on a cloth-hanging task in simulation, indicating that our framework can further relax assumptions on object rigidity.
• Abstract（参考訳）: ロボット操作の最近の進歩は、デモから学ぶことの有効性を強調している。 しかし、エンドツーエンドのポリシーは表現性と柔軟性に優れる一方で、新しいオブジェクトのジオメトリへの一般化と高い精度の達成の両方に苦慮している。 オブジェクト中心のアプローチは、目的のオブジェクトの配置のポーズを予測するものとしてタスクをフレーム化し、問題のモジュラー分解を提供する。 この目標予測パラダイムに基づくTAX-DPDは、配置精度、マルチモーダルカバレッジ、オブジェクトジオメトリやシーン構成のバリエーションへの一般化を実現する階層的・非絡み合いの点拡散フレームワークである。 我々は,グローバルな位置決めに先立って空間的に密集する新しいフィードフォワードDense Gaussian Mixture Model (GMM) を用いて,グローバルなシーンレベルの配置をモデル化し,オブジェクト形状と配置フレームを別々に拡散する新規な不絡点雲拡散モジュールを用いて局所的なオブジェクトレベルの構成をモデル化し,正確な局所的な幾何学的推論を可能にする。 興味深いことに、私たちの点雲拡散は、厳密な物体配置の文脈においても、SE(3)拡散に基づく以前のアプローチよりもかなり高い精度で達成されている。 我々は,高精度な産業挿入タスクにおいて,シミュレーションや実世界における課題の集合にまたがるアプローチを検証した。 さらに,本研究のフレームワークは,物体の剛性に関する仮定をさらに緩和できることを示す。

関連論文リスト

• IoUCert: Robustness Verification for Anchor-based Object Detectors [58.35703549470485]
  IoUCertは、アンカーベースのオブジェクト検出アーキテクチャにおいて、これらのボトルネックを克服するために設計された、新しい形式的検証フレームワークである。 本手法は, SSD, YOLOv2, YOLOv3など, 現実的なアンカーベースモデルの各種入力摂動に対するロバスト性検証を可能にする。
  論文  参考訳（メタデータ） (2026-03-03T14:36:46Z)
• Occlusion-Aware 3D Hand-Object Pose Estimation with Masked AutoEncoders [29.274913619777088]
  本稿では,HOMAEと呼ばれるマスク付きオートエンコーダを用いたオクルージョンを意識したポーズ推定手法を提案する。 我々は,デコーダから抽出したマルチスケール特徴を統合し,符号付き距離場(SDF)を予測する。 DexYCBとHO3Dv2ベンチマークに挑戦する実験は、HOMAEが手動ポーズ推定において最先端のパフォーマンスを達成することを示した。
  論文  参考訳（メタデータ） (2025-06-12T15:30:47Z)
• BOOTPLACE: Bootstrapped Object Placement with Detection Transformers [23.300369070771836]
  本稿では,オブジェクト配置を位置検出問題として定式化する新しいパラダイムであるBOOTPLACEを紹介する。 確立されたベンチマークの実験結果は、BOOTPLACEのオブジェクト再配置における優れた性能を示している。
  論文  参考訳（メタデータ） (2025-03-27T21:21:20Z)
• Non-rigid Relative Placement through 3D Dense Diffusion [11.12190956406194]
  相対配置」とは、ある物体が別の物体に配置されていることを予測することである。 近年の相対配置法は,ロボット操作のためのデータ効率学習に大きく進歩している。 これらは、現実の環境では非剛体が多用されているにもかかわらず、まだ変形可能な変換を表現していない。 本研究では,高密度拡散による異方性学習のための視覚に基づく新しい手法を提案する。
  論文  参考訳（メタデータ） (2024-10-25T01:54:17Z)
• Imagining the Unseen: Generative Location Modeling for Object Placement [49.71690795831461]
  対象物に対する可塑性境界ボックスの予測を学習する生成的位置モデルを開発する。 我々のアプローチはまずイメージとターゲットオブジェクトクラスをトークン化し、次に自動回帰変換器を通して境界ボックス座標をデコードする。 実験により,OPAデータセットの配置精度が向上することが確認された。
  論文  参考訳（メタデータ） (2024-10-17T14:00:41Z)
• Boosting Cross-Domain Point Classification via Distilling Relational Priors from 2D Transformers [59.0181939916084]
  従来の3Dネットワークは主に局所幾何学的詳細に焦点を当て、局所幾何学間の位相構造を無視する。 そこで本稿では,大規模画像上においてよく訓練されたトランスフォーマーから前駆体を抽出する,新しい先駆体蒸留法を提案する。 PointDA-10とSim-to-Realデータセットの実験は、提案手法が点クラウド分類におけるUDAの最先端性能を一貫して達成していることを検証する。
  論文  参考訳（メタデータ） (2024-07-26T06:29:09Z)
• Source-Free and Image-Only Unsupervised Domain Adaptation for Category Level Object Pose Estimation [18.011044932979143]
  3DUDAは、3Dや深度データを使わずに、ニュアンスドライデンのターゲットドメインに適応できる手法である。 対象のカテゴリを単純な立方体メッシュとして表現し、ニューラル特徴活性化の生成モデルを利用する。 本手法は,グローバルな擬似ラベル付きデータセットの微調整を軽度な仮定でシミュレートする。
  論文  参考訳（メタデータ） (2024-01-19T17:48:05Z)
• Towards Self-Supervised Category-Level Object Pose and Size Estimation [121.28537953301951]
  本研究は,一深度画像からのカテゴリレベルのオブジェクトポーズとサイズ推定のための自己教師型フレームワークを提案する。 我々は、同じ形状の点雲における幾何学的整合性を利用して自己超越する。
  論文  参考訳（メタデータ） (2022-03-06T06:02:30Z)

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。