論文の概要: Optimal Knock-Pick Planning for Tightly Packed Tabletop Blocks With Parallel Grippers
- arxiv url: http://arxiv.org/abs/2605.17800v1
- Date: Mon, 18 May 2026 03:24:49 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-19 17:57:48.708695
- Title: Optimal Knock-Pick Planning for Tightly Packed Tabletop Blocks With Parallel Grippers
- Title（参考訳）: 並列グリップを用いたテーブルトップブロックの最適ノックピック計画
- Authors: Hao Lu, Rahul Shome,
- Abstract要約: 並列グリッパーピックがオブジェクトの周囲に十分なクリアランスを持たずに実現できない場合、密集したテーブルトップオブジェクトの再配置は困難である。
本研究は,平面テーブルトップグリッド位置のブロックを均一に配置した実用的なモチベーション設定における問題特性について検討する。
合成設定におけるグリッドサイズの増加とIsaacSimでの実験が報告されている。
- 参考スコア（独自算出の注目度）: 14.463441841507477
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Rearranging densely packed tabletop objects is challenging when parallel-gripper picks are infeasible without sufficient clearance around an object. This work studies the problem characteristics for practically motivated settings with uniformly sized blocks placed at planar tabletop grid locations. Since purely prehensile removal can become infeasible, a directional knock primitive is therefore introduced and the optimal knock-pick variant of the problem is formulated. The work proposes a series of abstractions wherein minimal constraining gadgets are covered to identify the necessary knocks. Utilizing a maximum-weight perfect matching on a graphical abstraction yields efficient polynomial-time computation of the optimal plan that minimizes the number of actions. Experiments are reported for increasing grid sizes in synthetic settings as well as in IsaacSim. The theoretical observations provide a promising stepping stone towards rigorously building efficient manipulation strategies that interleave prehensile and non-prehensile actions.
- Abstract（参考訳）: 並列グリッパーピックがオブジェクトの周囲に十分なクリアランスを持たずに実現できない場合、密集したテーブルトップオブジェクトの再配置は困難である。
本研究は,平面テーブルトップグリッド位置のブロックを均一に配置した実用的動機付け環境における問題特性について検討する。
純粋に包括的除去が不可能となるため、方向性ノックプリミティブを導入し、問題の最適ノックピック変種を定式化する。
この研究は、最小限の制約のあるガジェットをカバーして必要なノックを特定する一連の抽象化を提案している。
グラフィカル抽象化に最大重み付き完全マッチングを利用すると、アクションの数を最小限に抑える最適な計画の効率的な多項式時間計算が得られる。
合成設定におけるグリッドサイズの増加とIsaacSimでの実験が報告されている。
理論的な観察は、包括的かつ非包括的行動を促進する効率的な操作戦略を厳格に構築する上で、有望なステップストーンを提供する。
関連論文リスト
- Virtues of Ordered Chaos: Planning with Topple Actions in Tabletop Stack Rearrangement [14.463441841507477]
この作業は、より豊富な非包括的アグリゲーションアクションでタスク計画ドメインを強化することに重点を置いています。
タスクプランを生成して、ピック・アンド・プレイスとトップル・アクションの両方を含むソリューションをモデル化するために、新しいトップル・アグリゲーション・ガジェットを導入する。
結果は、単にPick-and-placeアクションを使用するよりも高速な実行を実現するというメリットを明確に示している。
論文 参考訳（メタデータ） (2026-05-18T03:41:59Z) - Analysis of Optimality of Large Language Models on Planning Problems [12.31072556856411]
共振強化型Large Language Model (LLM) プランナーは理論的最適性限界をほぼ完全精度で追跡する。
また、意味論的先行から真の位相的推論を分離するために、公式な等価タスクである一般化されたパススター(P*$)グラフについても検討する。
論文 参考訳（メタデータ） (2026-04-03T09:27:16Z) - ReloPush-BOSS: Optimization-guided Nonmonotone Rearrangement Planning for a Car-like Robot Pusher [1.0828616610785522]
カーライクなロボット・プッシャーを用いて,密集した環境下での多目的再配置計画に着目する。
私たちのフレームワークであるReloPush-BOSSは、最先端のベースラインと比較して、一貫して成功率と最短のプッシュパスを示しています。
論文 参考訳（メタデータ） (2026-01-29T20:03:33Z) - Constrained Sliced Wasserstein Embedding [15.569545184712942]
SW距離のスライシング方向を最適化するための制約付き学習手法を提案する。
固定長の置換不変表現に高次元埋め込みをプールするために、この制約付きスライシングアプローチをどのように適用できるかを実証する。
論文 参考訳（メタデータ） (2025-06-02T19:43:40Z) - Submodular Framework for Structured-Sparse Optimal Transport [7.030105924295838]
非平衡最適輸送(UOT)は、非正規化対策の柔軟な枠組みとロバスト性により、近年注目を集めている。
本研究では,UOT設定における疎輸送計画の学習(構造化)について検討する。
本稿では,最近検討された平均誤差に基づく UOT を用いた新しい空間制約付き UOT の定式化を提案する。
論文 参考訳（メタデータ） (2024-06-07T13:11:04Z) - 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) - Assembly Planning from Observations under Physical Constraints [65.83676649042623]
提案アルゴリズムは, 物理安定性制約, 凸最適化, モンテカルロ木探索の簡単な組み合わせを用いて, 集合を計画する。
それは効率的で、最も重要なことは、オブジェクト検出のエラーに対して堅牢であり、実際のロボットシステムでは避けられないポーズ推定である。
論文 参考訳（メタデータ） (2022-04-20T16:51:07Z) - Distributed Sketching for Randomized Optimization: Exact
Characterization, Concentration and Lower Bounds [54.51566432934556]
我々はヘシアンの形成が困難である問題に対する分散最適化法を検討する。
ランダム化されたスケッチを利用して、問題の次元を減らし、プライバシを保ち、非同期分散システムにおけるストラグラーレジリエンスを改善します。
論文 参考訳（メタデータ） (2022-03-18T05:49:13Z) - Sparse Quadratic Optimisation over the Stiefel Manifold with Application
to Permutation Synchronisation [71.27989298860481]
二次目的関数を最大化するスティーフェル多様体上の行列を求める非最適化問題に対処する。
そこで本研究では,支配的固有空間行列を求めるための,単純かつ効果的なスパーシティプロモーティングアルゴリズムを提案する。
論文 参考訳（メタデータ） (2021-09-30T19:17:35Z) - Minimax Optimization with Smooth Algorithmic Adversaries [59.47122537182611]
対戦相手が展開するスムーズなアルゴリズムに対して,Min-playerの新しいアルゴリズムを提案する。
本アルゴリズムは,制限周期のない単調進行を保証し,適切な勾配上昇数を求める。
論文 参考訳（メタデータ） (2021-06-02T22:03:36Z) - An Integer Linear Programming Framework for Mining Constraints from Data [81.60135973848125]
データから制約をマイニングするための一般的なフレームワークを提案する。
特に、構造化された出力予測の推論を整数線形プログラミング(ILP)問題とみなす。
提案手法は,9×9のスドクパズルの解法を学習し,基礎となるルールを提供することなく,例からツリー問題を最小限に分散させることが可能であることを示す。
論文 参考訳（メタデータ） (2020-06-18T20:09:53Z)
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。