論文の概要: GraspGen-X: Cross-Embodiment 6-DOF Diffusion-based Grasping
- arxiv url: http://arxiv.org/abs/2606.00998v1
- Date: Sun, 31 May 2026 04:28:18 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-09 14:50:55.974448
- Title: GraspGen-X: Cross-Embodiment 6-DOF Diffusion-based Grasping
- Title（参考訳）: GraspGen-X: 6-DOF拡散に基づくグラッピング
- Authors: Beining Han, Yu-Wei Chao, Erwin Coumans, Clemens Eppner, Balakumar Sundaralingam, Jia Deng, Stan Birchfield, Adithyavairavan Murali,
- Abstract要約: 我々は、手続き的なグリップパーと20億のグリップからなる大規模データセットを用いて、我々のクロス・エボディメントモデルを訓練する。
我々のモデルは、ベースライン法よりも新しい現実世界のグリップとオブジェクトに最適なゼロショット一般化を持つ。
最後に、6-DOFグリップのための実世界の新規グリップにゼロショットの一般化を示す。
- 参考スコア（独自算出の注目度）: 28.903101018539143
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We study cross-embodiment 6-DOF robot grasping. Unlike prior works, we require the model not only to generalize to novel objects / scenes but also to novel gripper morphologies and physical grasping processes. Our method extends diffusion model based generative 6-DOF grasping models to condition on the additional gripper's representation. We propose a swept-volume heuristic for encoding the gripper. We train our cross-embodiment model with procedural grippers and a large-scale dataset of 2 Billion grasps. In simulation experiments, our model has the best zero-shot generalization to novel real-world grippers and objects over baseline methods. Our model also serves as a good initialization for fine-tuning to adapt to novel grippers. In ablations, we demonstrate the efficiency of our sweep-volume gripper representation and our procedural gripper training dataset. Last, we show zero-shot generalization to real-world novel grippers for 6-DOF grasping, surpassing baselines in cross-embodiment generalization.
- Abstract（参考訳）: クロス・エボディメント6-DOFロボットの把握について検討した。
従来の作品とは異なり、我々は新しい対象やシーンを一般化するだけでなく、新しいグリッパー形態や物理的把握プロセスにもモデルを必要としている。
本手法は,拡散モデルに基づく生成6-DOFグルーピングモデルを拡張し,新たなグッパーの表現を条件に拡張する。
本稿では,グリップを符号化するための第1巻ヒューリスティックを提案する。
我々は、手続き的なグリップパーと20億のグリップからなる大規模データセットを用いて、我々のクロス・エボディメントモデルを訓練する。
シミュレーション実験において,本モデルは,ベースライン法よりも新しい現実世界のグリップとオブジェクトに最適なゼロショット一般化を行う。
我々のモデルは、新しいグリップパーに適応するための微調整の優れた初期化にも役立ちます。
Ablationsでは,スイープボリュームグリップパー表現と手続き型グリップパー訓練データセットの効率を実証する。
最後に、6-DOFグリップのための実世界の新規グリップにゼロショットの一般化を示す。
関連論文リスト
- Chain-of-Models Pre-Training: Rethinking Training Acceleration of Vision Foundation Models [16.42169130504086]
CoM-PT(Chain-of-Models Pre-Training)は、視覚基礎モデルの無作為なトレーニングアクセラレーション手法である。
CoM-PTは、モデルのファミリーレベルでトレーニングパイプラインを高速化し、モデルのファミリーが拡大するにつれて効率的にスケーリングするように設計されている。
ゼロショットタスクと微調整タスクにまたがる45のデータセットにわたって広く検証されている。
論文 参考訳（メタデータ） (2026-04-14T07:26:23Z) - Grasp Synthesis Matching From Rigid To Soft Robot Grippers Using Conditional Flow Matching [5.89165586721424]
本稿では,剛性グリップパモデルから軟質フィン線グリップパへのグリップポーズをマッピングするための新しいフレームワークを提案する。
生成モデルである条件付きフローマッチング(CFM)を用いて,この複雑な変換を学習する。
U-Netオートエンコーダは、深度画像からオブジェクトの幾何学上のCFMモデルを条件付け、安定なFin-rayグッパーポーズに対する初期Anygraspのポーズから連続的なマッピングを学習することができる。
論文 参考訳（メタデータ） (2026-02-19T06:12:29Z) - Align-Then-stEer: Adapting the Vision-Language Action Models through Unified Latent Guidance [63.33213516925946]
textbfAlign-Then-stEer(textttATE)は,新しいデータ効率,プラグアンドプレイ適応フレームワークである。
我々の研究は、新しいロボットプラットフォームやタスクにVLAモデルをデプロイする実用性を大幅に向上させる、汎用的で軽量なソリューションを提供する。
論文 参考訳（メタデータ） (2025-09-02T07:51:59Z) - GraspGen: A Diffusion-based Framework for 6-DOF Grasping with On-Generator Training [53.25060512131128]
我々は,オブジェクト中心のグリップ生成過程を反復拡散過程としてモデル化する上で,近年の成功を生かしている。
提案するフレームワークであるGraspGenは、グリップ生成を向上するDiffusion Transformerアーキテクチャで構成され、効率的な識別器と組み合わせて、サンプリングしたグリップのスコアとフィルタを行う。
GraspGenをオブジェクトとグリップの両方に拡張するために、53万以上のグリップからなるシミュレーションデータセットを新たにリリースしました。
論文 参考訳（メタデータ） (2025-07-17T13:09:28Z) - Diff9D: Diffusion-Based Domain-Generalized Category-Level 9-DoF Object Pose Estimation [68.81887041766373]
ドメイン一般化9-DoFオブジェクトポーズ推定のための拡散に基づくパラダイムを提案する。
本研究では,9-DoFオブジェクトのポーズ推定を生成的観点から再定義する効果的な拡散モデルを提案する。
提案手法は,最先端の領域一般化性能を実現する。
論文 参考訳（メタデータ） (2025-02-04T17:46:34Z) - Simplified and Generalized Masked Diffusion for Discrete Data [47.711583631408715]
離散データの生成モデリングのための自己回帰モデルの代替として、マスケッド拡散(または吸収拡散)が積極的に研究されている。
本研究の目的は,マスク拡散モデルの潜在能力を最大限に活用する,シンプルで汎用的なフレームワークを提供することである。
論文 参考訳（メタデータ） (2024-06-06T17:59:10Z) - RanPAC: Random Projections and Pre-trained Models for Continual Learning [59.07316955610658]
継続学習(CL)は、古いタスクを忘れずに、非定常データストリームで異なるタスク(分類など)を学習することを目的としている。
本稿では,事前学習モデルを用いたCLの簡潔かつ効果的なアプローチを提案する。
論文 参考訳（メタデータ） (2023-07-05T12:49:02Z) - Lafite2: Few-shot Text-to-Image Generation [132.14211027057766]
本稿では,画像のみのデータセットを用いたテキスト・画像生成モデルの事前学習手法を提案する。
擬似テキスト特徴を合成する検索テーマ最適化手法を検討する。
これは、数ショット、半教師あり、完全に教師された学習など、幅広い設定で有益である。
論文 参考訳（メタデータ） (2022-10-25T16:22:23Z)
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。