論文の概要: Virtues of Ordered Chaos: Planning with Topple Actions in Tabletop Stack Rearrangement

• arxiv url: http://arxiv.org/abs/2605.17815v1
• Date: Mon, 18 May 2026 03:41:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-19 17:57:48.722059
• Title: Virtues of Ordered Chaos: Planning with Topple Actions in Tabletop Stack Rearrangement
• Title（参考訳）: 順序付きカオスのヴァーチューズ:テーブルトップスタック再配置におけるトップアクションによる計画
• Authors: Hao Lu, Rahul Shome,
• Abstract要約: 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。
• 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: Efficient object manipulation strategies have significant impact in automation applications. In this work, the stack rearrangement in tabletop settings is studied, with a focus on augmenting the task planning domain with richer nonprehensile aggregating actions, in particular the toppling of objects from a stack to the table. Toppling can compress long sequences of intermediate relocations. Computed plans need to interleave pick-and-place actions with topple throughout its plan based on the problem. In order to generate the task plan and model an abstraction to compute solutions that include both pick-and-place and topple actions, a novel aggregating gadget for topple is introduced. Using this directed graphical abstraction, candidate task plan computation becomes a variant of the pebble motion problem, treating objects as pebbles. Benchmarks are then reported in a IsaacSim-based physics simulation. Results highlight clear benefits of achieving faster execution than solely using pick-and-place actions. Though this work primarily investigates the topple action, we demonstrate that similar abstractions can model other aggregating actions of interest, like scoop. The current work provides a preliminary, strong indication of the promising benefits of abstractions for rich object interactions in manipulation applications.
• Abstract（参考訳）: 効率的なオブジェクト操作戦略は、自動化アプリケーションに大きな影響を与える。 本研究は, テーブルトップ設定におけるスタックアレンジメントについて検討し, 特にスタックからテーブルへのオブジェクトのトッピングにおいて, より深い非包括的アグリゲーションアクションによるタスク計画領域の強化に焦点を当てた。 トップリングは、中間転位の長いシーケンスを圧縮することができる。 計算された計画は、その問題に基づいて計画全体を通してピック・アンド・プレース・アクションとタップルをインターリーブする必要がある。 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。 この向き付けられたグラフィカル抽象化を用いて、候補タスク計画計算は小石運動問題の変種となり、オブジェクトを小石として扱う。 ベンチマークはIsaacSimベースの物理シミュレーションで報告される。 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。 この研究は主にトップル作用を研究するが、類似の抽象化がスクープのような他の凝集作用をモデル化できることを実証する。 現在の研究は、操作アプリケーションにおけるリッチなオブジェクトインタラクションに対する抽象化の有望なメリットを、前もって強く示しています。

関連論文リスト

• Optimal Knock-Pick Planning for Tightly Packed Tabletop Blocks With Parallel Grippers [14.463441841507477]
  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。
  論文  参考訳（メタデータ） (2026-05-18T03:24:49Z)
• MATCH POLICY: A Simple Pipeline from Point Cloud Registration to Manipulation Policies [25.512068008948603]
  MATCH POLICYは、高精度なピックと配置タスクを解決するパイプラインである。 アクション推論をポイントクラウド登録タスクに転送する。 非常に高いサンプル効率と、目に見えない構成への一般化性を実現する。
  論文  参考訳（メタデータ） (2024-09-23T20:09:43Z)
• 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)
• Tree-Planner: Efficient Close-loop Task Planning with Large Language Models [63.06270302774049]
  Tree-Plannerは、大きな言語モデルでタスクプランニングを3つの異なるフェーズに再構成する。 Tree-Plannerは高い効率を維持しながら最先端のパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2023-10-12T17:59:50Z)
• AI planning in the imagination: High-level planning on learned abstract search spaces [68.75684174531962]
  我々は,エージェントが訓練中に学習する抽象的な検索空間において,エージェントが計画することを可能にする,PiZeroと呼ばれる新しい手法を提案する。 本研究では,旅行セールスマン問題,ソコバン問題,2048年,施設立地問題,パックマン問題など,複数の分野で評価を行った。
  論文  参考訳（メタデータ） (2023-08-16T22:47:16Z)
• Planning with Spatial-Temporal Abstraction from Point Clouds for Deformable Object Manipulation [64.00292856805865]
  空間抽象と時間抽象の両方を組み込んだ空間抽象型PlAnning(PASTA)を提案する。 我々のフレームワークは,高次元の3次元観測を潜時ベクトルの集合にマッピングし,潜時集合表現の上のスキルシーケンスを計画する。 本手法は,実世界のオブジェクト操作を効果的に行うことができることを示す。
  論文  参考訳（メタデータ） (2022-10-27T19:57:04Z)
• Learning to Search in Task and Motion Planning with Streams [20.003445874753233]
  ロボット工学におけるタスク計画問題と動作計画問題は、個別のタスク変数に対するシンボリック計画と、連続状態および動作変数に対する動作最適化を組み合わせたものである。 対象と事実の集合を最優先的に拡張する幾何学的情報に基づく記号プランナを提案する。 ブロックスタッキング操作タスクにおいて,このアルゴリズムを7DOFロボットアームに適用する。
  論文  参考訳（メタデータ） (2021-11-25T15:58:31Z)
• Learning Models as Functionals of Signed-Distance Fields for Manipulation Planning [51.74463056899926]
  本研究では,シーン内のオブジェクトを表す符号付き距離場の目的を学習する,最適化に基づく操作計画フレームワークを提案する。 オブジェクトを符号付き距離場として表現することは、ポイントクラウドや占有率の表現よりも高い精度で、様々なモデルの学習と表現を可能にする。
  論文  参考訳（メタデータ） (2021-10-02T12:36:58Z)

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。