論文の概要: DragMesh-2: Physically Plausible Dexterous Hand-Object Interaction with Articulated Objects
- arxiv url: http://arxiv.org/abs/2606.15133v1
- Date: Sat, 13 Jun 2026 05:47:14 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-16 16:21:32.869153
- Title: DragMesh-2: Physically Plausible Dexterous Hand-Object Interaction with Articulated Objects
- Title（参考訳）: DragMesh-2: 物理的にプラズブルなデクスタース物体と人工物体との相互作用
- Authors: Tianshan Zhang, Yijia Duan, Yanjun Li, Zeyu Zhang, Hao Tang,
- Abstract要約: 調音物体との有害な相互作用は、家庭、補助、ヒューマノイド操作において重要である。
そこでDragMesh-2について述べる。
また,身体情報を利用した接触認識学習機構であるPICAを提案する。
- 参考スコア（独自算出の注目度）: 12.35353010124029
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Dexterous interaction with articulated objects is important for household, assistive, and humanoid manipulation, where multi-finger hands can provide compliant contact patterns beyond parallel-jaw grasping. However, articulated-object manipulation differs from static-object manipulation: the target part cannot be directly actuated, and its motion must emerge through sustained physical hand--handle contact. This makes the transition from object-centric articulated generation to hand-driven dexterous hand--object interaction non-trivial, since geometric trajectory replay or open-loop execution does not model the contact dynamics required to move the articulated part. Moreover, policies trained only for task completion under fixed dynamics can overfit nominal contact loads, especially without tactile or force feedback, and may degrade when the contact load changes. To address these challenges, we present DragMesh-2, a contact-driven framework for dexterous interaction with articulated objects that extends articulated interaction from object-centric generation to hand-driven dexterous hand--object interaction, where articulated motion must arise through physical contact. We further propose PICA, a physically informed contact-aware training mechanism that injects physical signals into policy learning without tactile or force feedback, improving robustness and task success under changing contact loads. Finally, we conduct systematic evaluation across multiple damping conditions and articulated-object categories to study robustness under contact-load variation, and provide a pure-geometry dexterous interaction resource to support future loco-manipulation and humanoid hand--object interaction research. Across seven GAPartNet objects, DragMesh-2 achieves stronger robustness under contact-load variation than the compared methods while maintaining high task success across damping conditions.
- Abstract（参考訳）: マルチフィンガーハンドはパラレルジャウグリップ以上の適合した接触パターンを提供することができる。
対象部位を直接作動することはできず、その動きは持続的な物理的ハンドハンドル接触によって生じなければならない。
これにより、幾何学的軌跡再生や開ループ実行は、調音部分を動かすのに必要な接触ダイナミクスをモデル化しないため、対象中心の調音生成から手動の手動手動オブジェクト間相互作用への遷移は非自明である。
さらに、固定力学の下でタスク完了のためにのみ訓練されたポリシーは、特に触覚や力のフィードバックを伴わずに名目上の接触荷重に過度に適合し、接触負荷が変化すると劣化する可能性がある。
これらの課題に対処するため、DragMesh-2は、物体中心生成から手動手-物体間相互作用まで明瞭な相互作用を延長する、物体との接点駆動相互作用のためのフレームワークである。
さらに,触覚や力のフィードバックを伴わずに物理信号を政策学習に注入し,接触負荷を変化させる際の堅牢性やタスク成功を向上するPICAを提案する。
最後に,複数減衰条件および明瞭な対象カテゴリーにまたがって系統的な評価を行い,接触荷重変動下での頑健性について検討し,将来のロコ操作とヒューマノイドハンドオブジェクトインタラクション研究を支援するために,純粋ジオメトリ・デキステラス相互作用資源を提供する。
7つのGAPartNetオブジェクトにわたって、DragMesh-2は、ダンピング条件を越えて高いタスク成功を維持しながら、比較手法よりも接触負荷変動下で強い堅牢性を達成する。
関連論文リスト
- Transferring Contact, Not Just Motion: Compliant Grasping Across Dexterous Hands [0.01268579273097071]
悪質な把握は接触調節に依存し、運動のみに依存しない。
既存のクロス・エボディメント・デキスタラス・ポリシーは、リターゲティングされた手の動きや潜伏動作を通じて動きを統一するが、力フィードバックは各手の感覚と運動に結びついている。
本研究は異種手間における接触認識操作のためのクロス・エボディメント力配置インタフェースを導入する。
論文 参考訳（メタデータ） (2026-06-14T00:01:36Z) - Tele-Catch: Adaptive Teleoperation for Dexterous Dynamic 3D Object Catching [30.78650584795827]
本稿では,動的物体捕集における手動遠隔操作の体系的枠組みであるTele-Catchを提案する。
その中核となるDAIMは,グローブベースの遠隔操作信号を拡散政策決定プロセスに融合させることにより,共有自律性を実現する動的適応統合機構である。
実験により、テレキャッチは動的捕集タスクの精度と堅牢性を著しく向上し、また、別個の器用な手具や以前は見つからなかった物体のカテゴリ間で一貫した利得を示した。
論文 参考訳（メタデータ） (2026-03-30T13:34:14Z) - Unleashing Guidance Without Classifiers for Human-Object Interaction Animation [54.24065561632133]
従来の拡散に基づくアプローチは、しばしば接触品質を改善するために手作りの接触先行や人為的なキネマティック制約に頼っている。
そこで本研究では,手作業による事前設計への依存を軽減し,手作業による指導を段階的に行うデータ駆動型代替手法を提案する。
このデータ駆動型ガイダンスは本質的に接触認識であり,広い範囲の合成対象測地でトレーニングを行う際に拡張可能である。
論文 参考訳（メタデータ） (2026-03-26T17:59:34Z) - Towards Realistic Hand-Object Interaction with Gravity-Field Based Diffusion Bridge [23.484478357333856]
本研究では,手・物体の相互作用をアトラクション駆動のプロセスとして定式化し,変形可能な手表面と剛体物体との相互作用をシミュレートする重力場ベース拡散橋(GravityDB)を提案する。
本手法は, 干渉のない物理的に妥当な相互作用を生成し, 安定した把握を確保し, 現実的な手の動きを捉えることによって, 上記の課題を効果的に解決する。
論文 参考訳（メタデータ） (2025-09-03T08:15:19Z) - AnyRotate: Gravity-Invariant In-Hand Object Rotation with Sim-to-Real Touch [9.606323817785114]
我々は,高密度のsim-to-realタッチを用いた重力不変多軸物体回転システムであるAnyRotateを提案する。
我々の定式化により、統一されたポリシーの訓練により、任意の回転軸に関する未知の物体を任意の方向で回転させることができる。
リッチな多指触覚センシングは不安定な把握を検知し、ポリシーの堅牢性を改善するリアクティブな振る舞いを提供する。
論文 参考訳（メタデータ） (2024-05-12T22:51:35Z) - Twisting Lids Off with Two Hands [82.21668778600414]
シミュレーションで訓練された政策を実世界へ効果的かつ効率的に移行する方法を示す。
具体的には,ボトル状物体の蓋を両手でねじる問題について考察する。
これは、バイマガル・マルチフィンガーハンドでそのような機能を実現する最初のsim-to-real RLシステムである。
論文 参考訳（メタデータ） (2024-03-04T18:59:30Z) - Controllable Human-Object Interaction Synthesis [77.56877961681462]
本研究では,3次元シーンにおける同期物体の動きと人間の動きを生成するための制御可能な人間-物体相互作用合成(CHOIS)を提案する。
ここでは,高レベルな計画から効果的に抽出できるスタイルや意図を言語記述が通知し,シーン内の動きをグラウンド化する。
我々のモジュールは経路計画モジュールとシームレスに統合され、3D環境における長期的相互作用の生成を可能にします。
論文 参考訳（メタデータ） (2023-12-06T21:14:20Z) - GRIP: Generating Interaction Poses Using Spatial Cues and Latent Consistency [57.9920824261925]
手は器用で多用途なマニピュレータであり、人間が物体や環境とどのように相互作用するかの中心である。
現実的な手オブジェクトの相互作用をモデル化することは、コンピュータグラフィックス、コンピュータビジョン、混合現実の応用において重要である。
GRIPは、体と物体の3次元運動を入力として取り、物体の相互作用の前、中、後の両方の両手の現実的な動きを合成する学習ベースの手法である。
論文 参考訳（メタデータ） (2023-08-22T17:59:51Z) - Learning Explicit Contact for Implicit Reconstruction of Hand-held
Objects from Monocular Images [59.49985837246644]
我々は,手持ちの物体を暗黙的に再構築する上で,明示的な方法で接触をモデル化する方法を示す。
まず,1つの画像から3次元手オブジェクトの接触を直接推定するサブタスクを提案する。
第2部では,ハンドメッシュ面から近傍の3次元空間へ推定された接触状態を拡散する新しい手法を提案する。
論文 参考訳（メタデータ） (2023-05-31T17:59:26Z) - Physical Interaction: Reconstructing Hand-object Interactions with
Physics [17.90852804328213]
本稿では, 復元のあいまいさを解消する物理に基づく手法を提案する。
まず、手動物体の力に基づく動的モデルを提案し、これは観測されていない接触を回復し、また可塑性接触力の解法である。
実験により,提案手法は物理的に可塑性とより正確な手-物体相互作用の両方を再構成することを示した。
論文 参考訳（メタデータ） (2022-09-22T07:41:31Z)
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。