論文の概要: Whole-Body Inverse Kinematics with Graph Diffusion

• arxiv url: http://arxiv.org/abs/2606.00086v1
• Date: Sat, 23 May 2026 00:40:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-09 18:58:05.57531
• Title: Whole-Body Inverse Kinematics with Graph Diffusion
• Title（参考訳）: グラフ拡散を伴う全体逆運動学
• Authors: Helong Huang, Kai Tan, Feng Wen, Guowei Huang, Xingyue Quan,
• Abstract要約: 逆キネマティクス(Inverse Kiinematics, IK)は、ロボット工学における基本的な問題であり、関節構成の生成を必要とする。 既存のアプローチは、様々なロボット形態を一般化するのに苦労することが多い。 IKのための構造対応グラフ拡散フレームワークGraphDiff-IKを提案する。
• 参考スコア（独自算出の注目度）: 6.771999029809614
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Inverse kinematics (IK) is a fundamental problem in robotics, requiring the generation of joint configurations that satisfy target end-effector poses. Existing approaches often struggle to generalize across diverse robot morphologies and to effectively model the multi-modal nature of IK, particularly in articulated systems with multiple kinematic branches. In this work, we propose GraphDiff-IK, a structure-aware graph diffusion framework for inverse kinematics. Specifically, we represent the robot as a kinematic graph constructed from the robot URDF, where nodes correspond to actuated joints and edges encode kinematic dependencies. Building upon this representation, we formulate IK as a conditional graph diffusion process that directly generates joint configurations on the robot graph. To better capture structural dependencies in articulated systems, we further introduce a structure-aware graph reasoning framework with hierarchical stage-wise message passing and torso-aware conditioning for multi-branch robots. In addition, we incorporate noisy forward kinematics feedback and task-space supervision to improve geometric consistency during denoising. The proposed framework provides a unified formulation that naturally supports single-arm robots, dual-arm systems, and articulated robots with torso or waist structures. Extensive experiments on diverse robotic platforms demonstrate that the proposed method achieves accurate and stable IK performance while preserving the ability to generate multiple feasible solutions for redundant robotic systems.
• Abstract（参考訳）: 逆キネマティクス(Inverse Kiinematics, IK)は、ロボット工学の基本的な問題であり、目的のエンドエフェクタのポーズを満たすジョイント構成を生成する必要がある。 既存のアプローチは、様々なロボット形態をまたいだ一般化に苦慮し、特に複数のキネマティックブランチを持つ調音システムにおいて、IKのマルチモーダルな性質を効果的にモデル化する。 本研究では,逆運動学のための構造対応グラフ拡散フレームワークであるGraphDiff-IKを提案する。 具体的には,ロボットURDFから構築したキネマティックグラフとして,ノードがアクティベートされた関節とエッジに対応し,キネマティック依存を符号化する。 この表現に基づいて、ロボットグラフ上の関節構成を直接生成する条件付きグラフ拡散プロセスとしてIKを定式化する。 さらに,階層的な段階的メッセージパッシングと,マルチブランチロボットのためのトルソ対応コンディショニングを備えた構造対応グラフ推論フレームワークを導入する。 さらに,ノイズの多い前方運動フィードバックとタスク空間の監視を組み込んで,雑音発生時の幾何的整合性を改善する。 提案するフレームワークは,単腕ロボット,双腕システム,胴体構造と腰部構造を備えた関節ロボットを自然にサポートする統一的な定式化を提供する。 多様なロボットプラットフォームに関する大規模な実験により、提案手法は冗長なロボットシステムのための複数の実現可能なソリューションを生成する能力を保ちながら、正確で安定したIK性能を実現することを示した。

関連論文リスト

• COSMIC: Concurrent Optimization of Structure, Material, and Integrated Control for robotic systems [9.321828591115567]
  ほとんどのロボットシステムは構造、材料、移動を別々に設計している。 この分離は、しばしば準最適設計につながるが、これらの実体の個人的および集団的貢献は今も残っている。 本稿では,物質設計,移動,その他の複雑な自律行動を同時に最適化する,ランドスケープに基づく協調設計フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-05-12T19:00:01Z)
• MineRobot: A Unified Framework for Kinematics Modeling and Solving of Underground Mining Robots in Virtual Environments [6.632835744087224]
  地下の採掘ロボットは、トレーニング、計画、デジタルツイン用途のために仮想環境(VE)でますます運用されている。 VEにおける地下地雷ロボットのキネマティクスをモデル化・解決するための統合フレームワークであるemphMineRobotについて述べる。
  論文  参考訳（メタデータ） (2026-03-23T14:53:26Z)
• Robodimm: A Physics-Grounded Framework for Automated Actuator Sizing in Scalable Modular Robots [0.0]
  本稿では,スケーラブルなロボットアーキテクチャにおいて,アクチュエータを自動サイズ化するためのソフトウェアフレームワークであるRobodimmを紹介する。 ピノッキオを動力学に、ピンクを逆運動学に、RobodimmはKKT(Karush-Kuhn-Tucker)の定式化を制約された逆力学に用いた。
  論文  参考訳（メタデータ） (2026-03-06T20:33:24Z)
• RobotSeg: A Model and Dataset for Segmenting Robots in Image and Video [56.9581053843815]
  画像とビデオにおけるロボットセグメンテーションの基礎モデルであるRobotSegを紹介する。 ロボットへの適応の欠如、手動のプロンプトへの依存、フレーム単位のトレーニングマスクアノテーションの必要性に対処する。 それは、画像とビデオの両方で最先端のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2025-11-28T07:51:02Z)
• Kinematify: Open-Vocabulary Synthesis of High-DoF Articulated Objects [59.51185639557874]
  本稿では,任意のRGB画像やテキスト記述から直接音声オブジェクトを合成するフレームワークであるKinematifyを紹介する。 提案手法は, 高DoFオブジェクトに対する運動的トポロジの推測と静的幾何からの関節パラメータの推定という2つの課題に対処する。
  論文  参考訳（メタデータ） (2025-11-03T07:21:42Z)
• URDF-Anything: Constructing Articulated Objects with 3D Multimodal Language Model [76.08429266631823]
  3次元マルチモーダル大言語モデル(MLLM)に基づくエンドツーエンドの自動再構築フレームワークを提案する。 URDF-Anythingは、ポイントクラウドとテキストマルチモーダル入力に基づく自己回帰予測フレームワークを使用して、幾何学的セグメンテーションと運動論的パラメータ予測を協調的に最適化する。 シミュレーションと実世界の両方のデータセットの実験は、我々の手法が既存の手法よりも大幅に優れていることを示した。
  論文  参考訳（メタデータ） (2025-11-02T13:45:51Z)
• Puppeteer: Rig and Animate Your 3D Models [105.11046762553121]
  Puppeteerは、さまざまな3Dオブジェクトの自動リギングとアニメーションの両方に対処する包括的なフレームワークである。 本システムはまず, 自己回帰変換器を用いて, 可塑性骨格構造を推定する。 その後、注意に基づくアーキテクチャにより、皮膚の重量を推定する。
  論文  参考訳（メタデータ） (2025-08-14T17:59:31Z)
• Spatial-Temporal Graph Diffusion Policy with Kinematic Modeling for Bimanual Robotic Manipulation [88.83749146867665]
  既存のアプローチは、遠く離れた次のベストなエンドエフェクタのポーズを予測するポリシーを学びます。 すると、運動に対する対応する関節回転角を逆運動学を用いて計算する。 本稿では,Kinematics 拡張空間テンポアル gRaph diffuser を提案する。
  論文  参考訳（メタデータ） (2025-03-13T17:48:35Z)
• Nothing But Geometric Constraints: A Model-Free Method for Articulated Object Pose Estimation [89.82169646672872]
  本稿では,ロボットアームの関節構成を,モデルに先入観を持たずにRGBまたはRGB-D画像のシーケンスから推定する,教師なし視覚ベースシステムを提案する。 我々は,古典幾何学的定式化と深層学習を組み合わせることで,この課題を解決するために,極性多剛体制約を拡張した。
  論文  参考訳（メタデータ） (2020-11-30T20:46:48Z)

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。