論文の概要: VILAS: A VLA-Integrated Low-cost Architecture with Soft Grasping for Robotic Manipulation
- arxiv url: http://arxiv.org/abs/2605.02037v1
- Date: Sun, 03 May 2026 20:04:42 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-05 20:33:50.05424
- Title: VILAS: A VLA-Integrated Low-cost Architecture with Soft Grasping for Robotic Manipulation
- Title（参考訳）: VILAS:ロボットマニピュレーションのためのソフトグラスピングによるVLA内蔵の低コストアーキテクチャ
- Abstract要約: 我々は、VLA(Vision-Language-action)ポリシー学習と、アクセス可能なハードウェアへのデプロイをサポートするために設計された、完全に低コストでモジュール化されたロボット操作プラットフォームであるVILASを紹介する。
このシステムには、Fairinoのコラボレーティブアーム、Jodell RG52-50電気グリップ、デュアルカメラ認識モジュールが組み込まれている。
力覚に頼らずに壊れやすい物体の安全な操作を可能にするため,キリガミをベースとしたソフト適合グリップ拡張を設計する。
- 参考スコア（独自算出の注目度）: 16.699685476760408
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We present VILAS, a fully low-cost, modular robotic manipulation platform designed to support end-to-end vision-language-action (VLA) policy learning and deployment on accessible hardware. The system integrates a Fairino FR5 collaborative arm, a Jodell RG52-50 electric gripper, and a dual-camera perception module, unified through a ZMQ-based communication architecture that seamlessly coordinates teleoperation, data collection, and policy deployment within a single framework. To enable safe manipulation of fragile objects without relying on explicit force sensing, we design a kirigami-based soft compliant gripper extension that induces predictable deformation under compressive loading, providing gentle and repeatable contact with delicate targets. We deploy and evaluate three state-of-the-art VLA models on the VILAS platform: pi_0, pi_0.5, and GR00T N1.6. All models are fine-tuned from publicly released pretrained checkpoints using an identical demonstration dataset collected via our teleoperation pipeline. Experiments on a grape grasping task validate the effectiveness of the proposed system, confirming that capable manipulation policies can be successfully trained and deployed on low-cost modular hardware. Our results further provide practical insights into the deployment characteristics of current VLA models in real-world settings.
- Abstract（参考訳）: VLA(End-to-end Vision-Language-action)ポリシ学習と,アクセス可能なハードウェアへのデプロイをサポートするために設計された,完全に低コストでモジュール化されたロボット操作プラットフォームであるVILASを紹介する。
このシステムは、Fairino FR5コラボレーティブアーム、Jodell RG52-50電気グリップ、デュアルカメラ認識モジュールを統合し、単一のフレームワーク内で遠隔操作、データ収集、ポリシー展開をシームレスに調整するZMQベースの通信アーキテクチャを通じて統合されている。
そこで我々は, 圧縮荷重下での予測可能な変形を誘導し, 微妙な目標との軽快かつ反復的な接触を可能にする, キリガミをベースとしたソフトコンプライアンスグリップを設計した。
我々は、VILASプラットフォーム上で3つの最先端VLAモデル(pi_0, pi_0.5, GR00T N1.6)をデプロイし、評価した。
すべてのモデルは、我々の遠隔操作パイプラインを介して収集された同じデモデータセットを使用して、公開済みのチェックポイントから微調整される。
グレープ把握タスクの実験により提案方式の有効性が検証され, 低コストなモジュールハードウェア上で, 動作可能な操作ポリシーをうまく訓練し, 展開できることが確認された。
さらに,実環境における現在のVLAモデルの展開特性について,実際の知見を提供する。
関連論文リスト
- VISTA: Visually Inferred Spatial ConTact Attention for Contact-Rich Manipulation [10.246144615395378]
VISTA-Policyは視覚変形場(VDF)を利用した模倣学習パラダイムである。
論文 参考訳（メタデータ） (2026-08-26T14:44:29Z) - Exp2VLA: Enabling Vision-Language-Action for Drone Navigation from Expert Demonstrations [3.00988853836121]
視覚言語アクション(VLA)モデルは、知覚、言語、行動を直接リンクすることで直感的なロボット制御への新たな道を開く。
本稿では,言語調和型ドローンナビゲーションのための実用的エキスパート蒸留パイプライン (Exp2VLA) を提案する。
論文 参考訳（メタデータ） (2026-07-03T09:37:48Z) - AffordanceVLA: A Vision-Language-Action Model Empowering Action Generation through Affordance-Aware Understanding [55.535374902204296]
AffordanceVLAは、タスク指向の中間表現として構造化された価格予測を導入する統一フレームワークである。
AffordanceVLAは様々な操作シナリオで高いパフォーマンスを実現していることを示す。
論文 参考訳（メタデータ） (2026-06-04T13:28:51Z) - OmniVTA: Visuo-Tactile World Modeling for Contact-Rich Robotic Manipulation [57.133721026727706]
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) - HoloBrain-0 Technical Report [24.68330043768013]
HoloBrain-0はVLA(Vision-Language-Action)フレームワークである。
本システムの中核となるVLAアーキテクチャは,マルチビューカメラパラメータやキネマティックな記述を含む,ロボットのエンボディメントを明示的に組み込んだ新しいアーキテクチャである。
1) 強力な事前トレーニングされたVLA基盤、(2) 複数のシミュレーションスイートと実世界のタスクのためのトレーニング後のチェックポイント、(3) データキュレーション、モデルトレーニング、デプロイメントのためのフルスタックのVLAインフラストラクチャであるRoboOrchardを含む、HoloBrainエコシステム全体をオープンソースにしています。
論文 参考訳（メタデータ） (2026-02-12T15:21:04Z) - MobileManiBench: Simplifying Model Verification for Mobile Manipulation [70.30578259859512]
MobileManiBenchは、モバイルベースのロボット操作のための大規模なベンチマークである。
MobileManiBenchには、2つのモバイルプラットフォーム(パラレルグリッパーとデキソラスハンドロボット)、2つの同期カメラ(頭と右手首)、630のオブジェクト(オープン、クローズ、プル、プッシュ、ピック)、5つのスキル(オープン、クローズ、プッシュ、ピック)、100以上のタスクが現実的なシーンで実行される。
論文 参考訳（メタデータ） (2026-02-05T02:49:52Z) - Maestro: Orchestrating Robotics Modules with Vision-Language Models for Zero-Shot Generalist Robots [54.62646284378409]
我々は、視覚言語モデル(VLM)に関するポリシーを構築し、認識、計画、制御モジュールのキュレートされたセットにカプセル化された特定のロボット機能によって、その汎用能力を増強する。
Maestroでは、VLMコーディングエージェントがこれらのモジュールを現在のタスクとシナリオのためのプログラムポリシーに動的に構成する。
論文 参考訳（メタデータ） (2025-11-02T12:34:37Z) - 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) - Flex: End-to-End Text-Instructed Visual Navigation from Foundation Model Features [59.892436892964376]
本稿では,視覚に基づく制御ポリシを用いて,ロバストな閉ループ性能を実現するために必要な最小限のデータ要件とアーキテクチャ適応について検討する。
この知見はFlex (Fly lexically) で合成され, 凍結パッチワイド特徴抽出器として, 事前学習された視覚言語モデル (VLM) を用いたフレームワークである。
本研究では,本手法の有効性を,行動クローンによる訓練を実世界のシーンに応用した,四重項フライ・トゥ・ターゲットタスクに適用した。
論文 参考訳（メタデータ） (2024-10-16T19:59:31Z) - IRASim: A Fine-Grained World Model for Robot Manipulation [24.591694756757278]
本稿では,ロボットとオブジェクトのインタラクションの詳細を詳細に表現したビデオを生成する新しい世界モデルIRASimを提案する。
拡散変圧器を訓練し、各変圧器ブロック内に新しいフレームレベル動作条件モジュールを導入し、アクションフレームアライメントを明示的にモデル化し強化する。
論文 参考訳（メタデータ） (2024-06-20T17:50:16Z)
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。