論文の概要: Robotic Desk Organization: A Multi-Primitive Approach to Manipulating Heterogeneous Objects via Environmental Constraints
- arxiv url: http://arxiv.org/abs/2605.02135v1
- Date: Mon, 04 May 2026 01:31:06 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-05 20:33:50.100828
- Title: Robotic Desk Organization: A Multi-Primitive Approach to Manipulating Heterogeneous Objects via Environmental Constraints
- Title（参考訳）: ロボットデスク組織:環境制約による異種物体の操作
- Abstract要約: タスク指向フレームワークは、机上の平面的剛性と変形可能なオブジェクトを整理するためのものである。
通常のデスクトップアイテムで既存のデータセットを拡張する知覚パイプラインが開発された。
プリミティブは、小さなオブジェクトのコンタクトベースのグルーピング、平面的剛体オブジェクトのエッジベースのプッシュグラスピング、平面的変形可能なオブジェクトのレバリングベースのグルーピングなどに使われる。
- 参考スコア（独自算出の注目度）: 2.2007839840134538
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Desktop organization remains challenging for service robots because of heterogeneous objects and diverse manipulation objectives, such as collection and stacking. In this article, a task-oriented framework is presented for organizing planar rigid and deformable objects on desks. A perception pipeline was developed that augments existing datasets with uncommon desktop items and makes geometry-based pose and keypoint estimation possible, along with the detection of environmental constraints, such as table edges. To handle diverse manipulation requirements, environment-assisted primitives are used, including contact-based grasping for small objects, edge-based push-grasping for planar rigid objects, and levering-based grasping for planar deformable objects. These primitives leverage environmental and interobject constraints to improve robustness. A task planner was designed to integrate these primitives into multiobject organization. Sufficient real-world experiments demonstrate the effectiveness and robustness of the proposed framework. This research provides practical manipulation primitives for planar rigid and deformable objects, highlighting the role of environmental and interobject constraints in complex multiobject manipulation tasks. Code and video are available online.
- Abstract（参考訳）: デスクトップ組織は、異質なオブジェクトとコレクションやスタックングといった多様な操作目的のために、サービスロボットにとって依然として困難である。
本稿では,机上の平面剛性および変形可能なオブジェクトを整理するためのタスク指向フレームワークについて述べる。
認識パイプラインは、一般的なデスクトップアイテムで既存のデータセットを拡張し、幾何学ベースのポーズとキーポイント推定を可能にするとともに、テーブルエッジなどの環境制約を検出する。
多様な操作要件に対処するために、小型物体の接触型グリップ、平面剛体物体のエッジ型プッシュグラスピング、平面変形可能な物体の昇降型グリップなど、環境支援プリミティブが使用される。
これらのプリミティブは、堅牢性を改善するために環境制約とオブジェクト間制約を利用する。
タスクプランナーは、これらのプリミティブを多目的組織に統合するために設計された。
提案手法の有効性とロバスト性を示す実世界の実験が十分である。
本研究は, 平面剛体および変形可能な物体に対する実用的操作プリミティブを提供し, 複雑な多目的操作タスクにおける環境・物体間制約の役割を強調した。
コードとビデオはオンラインで入手できる。
関連論文リスト
- Task Editing for Generalizable 3D Visuomotor Policy Learning [50.590696755853365]
3Dビジュモータポリシーは、深度マップと点雲が空間的推論のための豊富な幾何学的情報を提供するため、複雑なロボット操作に有望な方向を提供する。
既存の手法では、人間中心のデモにオブジェクト中心の変換を適用することで、データ効率を改善するためにデモ生成戦略が一般的である。
本稿では,タスク中心の編集の観点から多様な軌道を生成する新しいデモ生成フレームワークであるTask-Editを提案する。
論文 参考訳（メタデータ） (2026-06-05T07:54:49Z) - Making Infeasible Tasks Feasible: Planning to Reconfigure Disconnected 3D Environments with Movable Objects [7.628322510394639]
初期から目標設定までの衝突のないロボットパスの計画は、環境が切断されたときに失敗することが多い。
BRiDGEは,ロボットやオブジェクトの構成に木をインクリメンタルに構築して,実現可能な計画を計算する,サンプリングベースのプランナである。
本手法は確率論的に完全であることを示すとともに,その有効性を検証した広範な数値実験およびハードウェア実験を行う。
論文 参考訳（メタデータ） (2026-01-06T01:36:09Z) - Geometrically-Aware One-Shot Skill Transfer of Category-Level Objects [18.978751760636563]
本研究では,ロボットが複雑な物体操作のスキルと制約を1人の人間の実演から伝達することのできる,新しいスキル伝達フレームワークを提案する。
提案手法は,オブジェクト中心のインタラクションに着目したデモンストレーションから幾何学的表現を導出することで,スキル獲得とタスク実行の課題に対処する。
本手法の有効性と適応性を広範囲な実験により検証し,追加の訓練を必要とせず,多様な実環境における技術移転とタスク実行を実証した。
論文 参考訳（メタデータ） (2025-03-19T16:10:17Z) - Hierarchical and Modular Network on Non-prehensile Manipulation in General Environments [1.3299507495084417]
非包括的操作は、ロボットが家庭などの一般的な環境で操作する上で重要である。
しかしながら、非包括的操作に関する先行研究は、多様な測地を持つ環境全体にわたって、まだ一般化できない。
本稿では,タスク要求に基づいて適応的にネットワークモジュールを再構成するモジュール構造を提案する。
さらに、353個のオブジェクトを持つ現実世界のシーンの9つのデジタルツインを特徴とするシミュレーションベースのベンチマークもリリースした。
論文 参考訳（メタデータ） (2025-02-28T08:42:00Z) - Unified Task and Motion Planning using Object-centric Abstractions of
Motion Constraints [56.283944756315066]
本稿では,タスクとモーションプランニングを一つの検索に統一するTAMP手法を提案する。
我々のアプローチは、オフザシェルフAIサーチの計算効率を活用して、物理的に実現可能な計画が得られるような、オブジェクト中心の動作制約の抽象化に基づいている。
論文 参考訳（メタデータ） (2023-12-29T14:00:20Z) - Learning Environment-Aware Affordance for 3D Articulated Object Manipulation under Occlusions [23.913350548394405]
本稿では,オブジェクトレベルの動作可能な事前条件と環境制約の両方を組み込んだ環境対応アベイランスフレームワークを提案する。
本稿では,1つのオクルーダーを含むシーンを学習し,複雑なオクルーダーの組み合わせでシーンに一般化できる新しいコントラスト学習フレームワークを提案する。
論文 参考訳（メタデータ） (2023-09-14T08:24:32Z) - MANER: Multi-Agent Neural Rearrangement Planning of Objects in Cluttered
Environments [8.15681999722805]
本稿では,マルチエージェントオブジェクトアレンジメント計画のための学習ベースのフレームワークを提案する。
複雑な環境におけるタスクシークエンシングとパス計画の課題に対処する。
論文 参考訳（メタデータ） (2023-06-10T23:53:28Z) - Policy Architectures for Compositional Generalization in Control [71.61675703776628]
本稿では,タスクにおけるエンティティベースの構成構造をモデル化するためのフレームワークを提案する。
私たちのポリシーは柔軟で、アクションプリミティブを必要とせずにエンドツーエンドでトレーニングできます。
論文 参考訳（メタデータ） (2022-03-10T06:44:24Z) - ObjectFolder: A Dataset of Objects with Implicit Visual, Auditory, and
Tactile Representations [52.226947570070784]
両課題に対処する100のオブジェクトからなるデータセットであるObjectを,2つの重要なイノベーションで紹介する。
まず、オブジェクトは視覚的、聴覚的、触覚的なすべてのオブジェクトの知覚データをエンコードし、多数の多感覚オブジェクト認識タスクを可能にする。
第2に、Objectは統一されたオブジェクト中心のシミュレーションと、各オブジェクトの視覚的テクスチャ、触覚的読み出し、触覚的読み出しに暗黙的な表現を採用しており、データセットの使用が柔軟で共有が容易である。
論文 参考訳（メタデータ） (2021-09-16T14:00:59Z) - PackIt: A Virtual Environment for Geometric Planning [68.79816936618454]
PackItは、幾何学的計画を行う能力を評価し、潜在的に学習する仮想環境である。
進化的アルゴリズムを用いて,一組の難解なパッケージングタスクを構築した。
論文 参考訳（メタデータ） (2020-07-21T22:51:17Z) - Efficient State Abstraction using Object-centered Predicates for
Manipulation Planning [86.24148040040885]
本稿では,より広い構成空間の変化を特徴付けるオブジェクト中心表現を提案する。
この表現に基づいて、幾何学的および力的整合性を持つ計画の生成を可能にする行動の選択と配置のための普遍的な計画演算子を定義する。
論文 参考訳（メタデータ） (2020-07-16T10:52:53Z)
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。