論文の概要: CUBic: Coordinated Unified Bimanual Perception and Control Framework

• arxiv url: http://arxiv.org/abs/2605.13452v1
• Date: Wed, 13 May 2026 12:48:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-14 23:30:28.047169
• Title: CUBic: Coordinated Unified Bimanual Perception and Control Framework
• Title（参考訳）: CUBic: 統合された双方向認識と制御フレームワーク
• Authors: Xingyu Wang, Pengxiang Ding, Jingkai Xu, Donglin Wang, Zhaoxin Fan,
• Abstract要約: 両面認識と制御のためのフレームワークであるCUBicを提案する。 CUBicは、認識と制御をブリッジする共有トークン化表現を学習する。 RoboTwinベンチマークの実験は、CUBicが標準ベースラインを一貫して上回っていることを示している。
• 参考スコア（独自算出の注目度）: 43.057203848664074
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recent advances in visuomotor policy learning have enabled robots to perform control directly from visual inputs. Yet, extending such end-to-end learning from single-arm to bimanual manipulation remains challenging due to the need for both independent perception and coordinated interaction between arms. Existing methods typically favor one side -- either decoupling the two arms to avoid interference or enforcing strong cross-arm coupling for coordination -- thus lacking a unified treatment. We propose CUBic, a Coordinated and Unified framework for Bimanual perception and control that reformulates bimanual coordination as a unified perceptual modeling problem. CUBic learns a shared tokenized representation bridging perception and control, where independence and coordination emerge intrinsically from structure rather than from hand-crafted coupling. Our approach integrates three components: unidirectional perception aggregation, bidirectional perception coordination through two codebooks with shared mapping, and a unified perception-to-control diffusion policy. Extensive experiments on the RoboTwin benchmark show that CUBic consistently surpasses standard baselines, achieving marked improvements in coordination accuracy and task success rates over state-of-the-art visuomotor baselines.
• Abstract（参考訳）: 近年のビジュモータ政策学習の進歩により、ロボットは視覚入力から直接制御を行うことができるようになった。 しかし、そのようなエンドツーエンドの学習を単腕から双腕操作に拡張することは、独立した知覚と武器間の協調的な相互作用の両方を必要とするため、依然として困難である。 既存の方法は通常、干渉を避けるために両腕を切り離すか、協調のために強いクロスアーム結合を強制するかのどちらかを好んでおり、統一された治療を欠いている。 CUBicは、両眼的知覚と制御のための協調的統合されたフレームワークであり、両眼的協調を統一された知覚モデル問題として再構成する。 CUBicは、手作りの結合からではなく、構造から独立性と協調が本質的に現れるように、認識と制御をブリッジする共有トークン化表現を学習する。 提案手法は,一方向知覚アグリゲーション,共有マッピングを用いた2つのコードブックによる双方向知覚アグリゲーション,および統合された知覚制御拡散ポリシーの3つの構成要素を統合する。 RoboTwinベンチマークの大規模な実験は、CUBicが標準ベースラインを一貫して上回り、最先端のビズモレータベースラインよりもコーディネーション精度とタスク成功率を大幅に改善したことを示している。

関連論文リスト

• ULTRA: Unified Multimodal Control for Autonomous Humanoid Whole-Body Loco-Manipulation [55.467742403416175]
  本稿では,大規模モーションキャプチャをヒューマノイドに変換する物理駆動型ニューラルネットワークを提案する。 我々は高密度参照とスパースタスク仕様の両方をサポートする統合マルチモーダルコントローラを学習する。 その結果,ULTRAは自我中心の知覚から,自律的,目標条件付き全体ロコ操作に一般化することが示された。
  論文  参考訳（メタデータ） (2026-03-03T18:59:29Z)
• InCoM: Intent-Driven Perception and Structured Coordination for Whole-Body Mobile Manipulation [36.51938252277959]
  全身移動操作のための意図駆動型認識と構造化協調フレームワークInCoMを提案する。 InCoMは、動的にマルチスケールの知覚的特徴を重み付けする潜在動作意図を推論し、知覚的注意の段階適応的アロケーションを可能にする。 InCoMは3つのManiSkill-HABシナリオの最先端手法を28.2%、26.1%、23.6%で上回ります。
  論文  参考訳（メタデータ） (2026-02-26T14:03:58Z)
• FALCON: Actively Decoupled Visuomotor Policies for Loco-Manipulation with Foundation-Model-Based Coordination [14.277860121790075]
  FoundAtion-model-guided decoupled LoCO-maNipulation visuomotor Policy (FALCON)について述べる。 FALCONはモジュラー拡散ポリシーと、コーディネータとしての視覚言語基盤モデルを組み合わせる。 我々はFALCONをナビゲーション、精密なエンドエフェクタ配置、厳密なベースアーム調整を必要とする2つの困難なロコ操作タスクで評価した。
  論文  参考訳（メタデータ） (2025-12-04T02:04:26Z)
• Rethinking Bimanual Robotic Manipulation: Learning with Decoupled Interaction Framework [51.39847596489193]
  バイオマチックなロボット操作は、ロボティクスコミュニティにおいて、新しくて重要なトピックである。 本稿では,バイマニュアル操作における異なるタスクの特徴を考察した,疎結合なインタラクションフレームワークを提案する。 我々のフレームワークは,SOTA法よりも23.5%向上し,優れた性能を実現している。
  論文  参考訳（メタデータ） (2025-03-12T09:28:41Z)
• COMBO-Grasp: Learning Constraint-Based Manipulation for Bimanual Occluded Grasping [56.907940167333656]
  集積ロボットグルーピングは、表面衝突などの環境制約により、所望のグルーピングポーズが運動的に不可能な場所である。 従来のロボット操作アプローチは、人間が一般的に使用する非包括的または双対的戦略の複雑さに苦しむ。 本稿では,2つの協調ポリシーを活用する学習ベースアプローチであるCOMBO-Grasp(Constraint-based Manipulation for Bimanual Occluded Grasping)を紹介する。
  論文  参考訳（メタデータ） (2025-02-12T01:31:01Z)
• InterACT: Inter-dependency Aware Action Chunking with Hierarchical Attention Transformers for Bimanual Manipulation [1.4835219023165949]
  階層型注意変換器を用いた相互依存認識型アクションチャンキング(InterACT: Inter-Dependency aware Action Chunking)を紹介する。 InterACTは、バイマニュアル操作に特化して設計された新しい模倣学習フレームワークである。 シミュレーションおよび実世界の実世界のバイマニュアル操作タスクで行った実験は、InterACTが既存の手法より優れていることを示した。
  論文  参考訳（メタデータ） (2024-09-12T10:30:44Z)
• Subequivariant Reinforcement Learning Framework for Coordinated Motion Control [10.58763656852918]
  CoordiGraphは、物理から準同変原理を活用して、強化学習による運動制御の調整を強化する新しいアーキテクチャである。 多様な環境における高度なエージェントによる広範囲な実験を通じて、我々はアプローチのメリットを強調した。
  論文  参考訳（メタデータ） (2024-03-22T10:39:22Z)
• Conservative-Progressive Collaborative Learning for Semi-supervised Semantic Segmentation [50.51992191965432]
  本稿では,2つの予測ネットワークを並列に学習するCPCL(Reserve-Progressive Collaborative Learning)という新しい学習手法を提案する。 あるネットワークは、交差点の監督を通じて共通の基盤を求め、より信頼性の高い監督を保証するために、高品質なラベルによって監督されている。 他のネットワークは組合の監督を通じて違いを保ち、すべての擬似ラベルによって監督され、好奇心を追求し続ける。
  論文  参考訳（メタデータ） (2022-11-30T02:47:25Z)

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。