論文の概要: SimWeaver: Zero-Shot RGB Sim-to-Real for Deformable Manipulation
- arxiv url: http://arxiv.org/abs/2606.15338v1
- Date: Sat, 13 Jun 2026 14:57:03 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-16 16:21:33.371244
- Title: SimWeaver: Zero-Shot RGB Sim-to-Real for Deformable Manipulation
- Title（参考訳）: SimWeaver: 変形可能な操作のためのゼロショットRGB Sim-to-Real
- Authors: Wenkang Hu, Haoran Wang, Yitong Li, Liu Liu, Mengao Zhao, Lai Jiang, Xincheng Tang, Junhang Wei, Zhengjie Shu, Zhendong Wang, Zhizhong Su, Huamin Wang, Ruigang Yang,
- Abstract要約: SimWeaverは、タスク毎に200のシミュレートされたデモに対してゼロショットのRGB VLAポリシーをトレーニングする。
タスク毎の80%以上、そして5つのさまざまな変形可能なタスクの平均的な実世界の成功率は91%に達する。
- 参考スコア（独自算出の注目度）: 37.450474945657824
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: RGB sim-to-real for deformable manipulation has remained largely unsolved without real-world fine-tuning. We present SimWeaver, which trains zero-shot RGB VLA policies on 200 simulated demonstrations per task, reaching above 80% per-task and 91% average real-world success across 5 diverse deformable tasks including plastic-bag manipulation, without teleoperation or per-task calibration. SimWeaver combines a reliable measurement-backed simulator (SimWeaver-Sim) with an extensible asset framework supporting single-image generation(SimWeaver-Asset), a deterministic topology-aware trajectory synthesizer (SimWeaver-Syn), and a sim-to-real protocol with ISP-aware photometric augmentation (SimWeaver-Real). On silk grasping, the sim-trained policy reaches 100% under visual distribution shifts where real-data baselines drop to 9-70%, at two orders of magnitude lower per-trajectory cost. We will release SimWeaver and a representative asset subset. Project page: https://simweaver.github.io/
- Abstract（参考訳）: 変形可能な操作のためのRGB sim-to-realは、現実世界の微調整なしでほとんど未解決のままである。
シムウィーバーは,タスク毎の200回の模擬実演でゼロショットRGB VLAポリシーを訓練し,遠隔操作やタスクごとのキャリブレーションを伴わずに,プラスティック・バッグ操作を含む5種類の変形可能なタスクに対して,タスク毎の80%以上,実世界の平均成功率は91%に達した。
SimWeaverは、信頼性の高い計測支援シミュレータ(SimWeaver-Sim)と、単一画像生成をサポートする拡張可能なアセットフレームワーク(SimWeaver-Asset)、決定論的トポロジ対応トラジェクトリシンセサイザー(SimWeaver-Syn)、ISP対応光メトリック拡張(SimWeaver-Real)を備えたsim-to-realプロトコル(SimWeaver-Real)を組み合わせる。
絹のつかみ方は、実データベースラインが9-70%に低下する視覚分布シフトの下で、シム訓練されたポリシーが100%に達する。
SimWeaverと代表的なアセットサブセットをリリースします。
プロジェクトページ: https://simweaver.github.io/
関連論文リスト
- Real-to-Sim Robot Policy Evaluation with Gaussian Splatting Simulation of Soft-Body Interactions [27.247431258140463]
本稿では,現実の映像からソフトボディのディジタルツインを構築するための,リアル・トゥ・シミュレート・ポリシー評価フレームワークを提案する。
我々は,ぬいぐるみのパッキング,ロープルーティング,Tブロックプッシュなど,代表的な変形可能な操作タスクに対するアプローチを検証する。
論文 参考訳（メタデータ） (2025-11-06T18:52:08Z) - PolySim: Bridging the Sim-to-Real Gap for Humanoid Control via Multi-Simulator Dynamics Randomization [53.7088694598817]
複数の異種シミュレータを統合するWBCトレーニングプラットフォームであるPolySimを紹介する。
理論的には、PolySimは単シミュレータトレーニングよりもシミュレータ誘導バイアスの強い上限が得られることを示す。
論文 参考訳（メタデータ） (2025-10-02T06:31:42Z) - Real-is-Sim: Bridging the Sim-to-Real Gap with a Dynamic Digital Twin [8.498460043101499]
我々は、シミュレーションを行動クローニングパイプラインに統合するための新しいアプローチである、Real-is-simを導入する。
デプロイ前にポリシーを安全にテストする機能がない実際のメソッドや、sim-to-realメソッドとは対照的に、sim-to-realギャップを横断するために複雑な適応を必要とするsim-to-realメソッドがある。
当社のフレームワークでは,実際のハードウェア上での動作と,並列化された仮想環境での動作とをシームレスに切り替えることが可能です。
論文 参考訳（メタデータ） (2025-04-04T17:05:56Z) - SplatSim: Zero-Shot Sim2Real Transfer of RGB Manipulation Policies Using Gaussian Splatting [14.349278229567485]
SplatSimは、RGBベースの操作ポリシーのSim2Realギャップを減らすために、Gaussian Splattingを主要なレンダリングプリミティブとして活用する新しいフレームワークである。
我々は,SplatSim内の操作ポリシーを訓練し,実環境にゼロショットで展開することで,フレームワークの有効性を実証する。
論文 参考訳（メタデータ） (2024-09-16T10:52:16Z) - Auto-Tuned Sim-to-Real Transfer [143.44593793640814]
シミュレーションで訓練されたポリシーは、しばしば現実世界に移されるときに失敗する。
ドメインのランダム化のようなこの問題に取り組む現在のアプローチには、事前の知識とエンジニアリングが必要である。
実世界に合わせてシミュレータシステムパラメータを自動的にチューニングする手法を提案する。
論文 参考訳（メタデータ） (2021-04-15T17:59:55Z) - Reactive Long Horizon Task Execution via Visual Skill and Precondition
Models [59.76233967614774]
シミュレーションで学習したモデルを用いて、単純なタスクプランナの構成要素をグラウンド化することで、見知らぬロボットタスクを達成できるシミュレート・トゥ・リアル・トレーニングのアプローチについて述べる。
シミュレーションでは91.6%から98%,実世界の成功率は10%から80%に増加した。
論文 参考訳（メタデータ） (2020-11-17T15:24:01Z)
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。