論文の概要: DexCompose: Reusing Dexterous Policies for Multi-Task Manipulation with a Single Hand

• arxiv url: http://arxiv.org/abs/2606.28323v1
• Date: Fri, 26 Jun 2026 17:59:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-29 18:24:25.558744
• Title: DexCompose: Reusing Dexterous Policies for Multi-Task Manipulation with a Single Hand
• Title（参考訳）: DexCompose: シングルハンドによるマルチタスク操作のためのデクサラスポリシの再利用
• Abstract要約: 有害な操作ポリシーは個々のスキルを解くことができるが、複数のタスクを片手で実行するように構成することは依然として困難である。 DexComposeは,マルチタスク操作のための事前訓練されたデクスタスポリシーを再利用する役割認識残差合成フレームワークである。 筆者らは,4つのオブジェクト保持スキルと4つの下流相互作用にまたがる16の複合デキスタラス操作タスクについて,フレームワークの評価を行った。
• 参考スコア（独自算出の注目度）: 19.42020837149226
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Dexterous manipulation policies can solve individual skills, but composing them to perform multiple tasks with a single hand remains challenging. Adding a new task on top of an existing manipulation skill often imposes conflicting demands on overlapping fingers and contact modes, causing destructive interference between preserving an existing manipulation outcome and executing a new one. We propose DexCompose, a role-aware residual composition framework that reuses pretrained dexterous policies for multi-task manipulation through explicit finger-level action ownership. Given two pretrained full-hand policies, DexCompose first collects successful post-task states from the first skill and performs release tests over candidate finger masks to identify which fingers are necessary for maintaining the established skill state. It then trains two asymmetric residual modules: a bounded residual stabilizer for task preservation, and a context-aware residual that adapts the frozen downstream policy only within the action subspace assigned to the new task. We evaluate the framework on 16 composite dexterous manipulation tasks spanning four object-retention skills and four downstream interactions. DexCompose achieves a 77.4% average composite success rate, demonstrating that structural action ownership with dual residuals offers a promising direction for composing dexterous skills beyond conventional policy chaining.
• Abstract（参考訳）: 有害な操作ポリシーは個々のスキルを解くことができるが、複数のタスクを片手で実行するように構成することは依然として困難である。 既存の操作スキルの上に新しいタスクを追加することは、しばしば重複する指と接触モードに矛盾する要求を課し、既存の操作結果の保存と新しい操作実行の間に破壊的な干渉を引き起こす。 DexComposeは,指レベル動作の明示的な所有を通じて,マルチタスク操作のための事前訓練されたデクスタラスポリシーを再利用する役割認識型残留合成フレームワークである。 事前訓練された2つのフルハンドポリシーが与えられた後、DexComposeは最初に最初のスキルから成功したタスク後の状態を収集し、候補のフィンガーマスク上でリリーステストを行い、確立されたスキル状態を維持するのにどの指が必要かを特定する。 次に、タスク保存のための有界残差安定器と、新しいタスクに割り当てられたアクション部分空間内でのみ凍結下流ポリシーに適応する文脈認識残差の2つの非対称残差モジュールを訓練する。 筆者らは,4つのオブジェクト保持スキルと4つの下流相互作用にまたがる16の複合デキスタラス操作タスクについて,フレームワークの評価を行った。 DexComposeは77.4%の平均的な複合的成功率を達成し、二重残基による構造的行動の所有権が、従来の政策連鎖を超えて、巧妙なスキルを構成する上で有望な方向を提供することを示した。

関連論文リスト

• EmbodiedSkills: A Unified Framework for Orchestrating, Training, and Deploying VLA Agents [56.25120535601186]
  視覚言語アクション(VLA)モデルは、視覚観察と言語指示を直接ロボットアクションにマッピングする。 本稿では,各スキル決定を実行提案として扱うフレームワークであるEmbodiedSkillsを提案する。 共有可能スキルインタフェースは、ハイレベルスキル選択、バウンドローレベルVLA実行、ポストアクション検証を接続する。
  論文  参考訳（メタデータ） (2026-09-01T14:14:47Z)
• Convergent Detour Hijacking: Task-Preserving Resource Amplification in Skill-Based LLM Agents [15.526916927007049]
  LLMエージェントは、選択のための自然言語記述と計画のための教示体を使用して、ますますサードパーティのスキルに依存している。 Convergent Detour Hijacking(CDH)を紹介します。 複数 LLM バックエンドと 491 のホールドアウトタスクを単一タスクおよび複数ターン条件下で評価した。
  論文  参考訳（メタデータ） (2026-08-12T17:12:49Z)
• UniCross: Unified Cross-Skill Dexterous Manipulation Synthesis [9.08012373679036]
  巧妙な操作タスクは、相互作用を通してオブジェクトを安全に保持することを要求する。 手動運動の観点では、このような操作は4つの標準的なスキル: 把握、転位、手動回転、手動翻訳である。 我々は、同じ状態と行動空間と共通の目的構造を共有する単一の定式化において、4つのスキル全てをモデル化する統一されたフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-07-30T13:35:45Z)
• Skill Self-Play: Pushing the Frontier of LLM Capability with Co-Evolving Skills [53.15216425100295]
  本稿では,提案者,解決者,スキルコントローラからなる共進化型フレームワークであるスキルセルフプレイ(スキルSP)を紹介する。 プロジェクタは動的にサンプリングされたスキルを前提とした挑戦的なタスクを生成し、ソルバは能力境界を押し上げるための候補ソリューションを探索し、スキルコントローラは実行フィードバックを収集してスキルライブラリを更新および拡張する。 このインタラクティブな共進化は、構造化された検証とオープンな調査の間のギャップを効果的に埋める。
  論文  参考訳（メタデータ） (2026-07-24T17:59:22Z)
• SkillPlug: Unsupervised Skill Mining for Few-Shot Adaptation in Robotic Manipulation [18.300772557133072]
  SkillPlugは、既存のvisuomotorポリシーをスキルコンディショニングモジュールで強化するプラグインフレームワークである。 SkillPlugは、コンパクトで再利用可能な非冗長な行動レベルプリミティブを促進する、自己指導型の目的を通じてスキルを学ぶ。 我々は,SkillPlugを2つのシミュレーションベンチマークと実ロボット上で評価し,マイニング可能なトランスファー可能なスキルがマルチタスク性能と少数ショット適応の両方を一貫して改善することを観察した。
  論文  参考訳（メタデータ） (2026-07-09T11:02:35Z)
• Generative Skill Composition for LLM Agents [58.47191648555256]
  LLMエージェントは複雑なタスクを解決するためのスキルの恩恵を受ける。 スキルライブラリが成長するにつれて、適切なスキル構成を選択することが中心的なボトルネックとして現れている。 本稿では,タスク条件付きスキルシーケンス予測として構造化されたスキルコンポジションをインスタンス化するSkillComposerを提案する。
  論文  参考訳（メタデータ） (2026-06-30T17:53:09Z)
• CoStream: Composing Simple Behaviors for Generalizable Complex Manipulation [61.25264898597319]
  複雑な操作能力は、単純で独立した振る舞いの合成から自然に現れることを示す。 基礎モデルと多種多様な感覚的モダリティを複数の構成可能なコア動作に編成するフレームワークである ourshort を提案する。 我々は,日常的な操作と高精度な組み立てにまたがる8つの実世界のタスクについて,コンタクトリッチなアセンブリとオブジェクト転送において,最も大きな成果を上げていることを実証する。
  論文  参考訳（メタデータ） (2026-06-24T22:25:19Z)
• SkillAudit: Ground-Truth-Free Skill Evolution via Paired Trajectory Auditing [81.51044612408793]
  SkillAuditは、地味なフィードバックなしにエージェントスキルを進化させるフレームワークである。 行動の違いを編集指導に変換するために、SkillAuditはProcess-Aligned Contrastive Evaluationを使用する。 Refineはノイズや無関係なガイダンスを広く有用なスキルから取り除き、修復はタスクと競合するパスを置き換える。
  論文  参考訳（メタデータ） (2026-06-12T08:20:09Z)
• Decompose and Recompose: Reasoning New Skills from Existing Abilities for Cross-Task Robotic Manipulation [45.91196295385836]
  クロスタスクの一般化は、オープンソースのロボット操作における中核的な課題である。 中間表現としてアトミックなスキルアクションペアを用いたスキル推論フレームワークであるDecomposeとRecomposeを提案する。 われわれのアプローチでは、実演を解釈可能なスキル-アクションアライメントに分解し、モデルが見えないタスクのためにこれらのスキルを再構成できるようにする。
  論文  参考訳（メタデータ） (2026-05-02T13:55:28Z)
• HANDFUL: Sequential Grasp-Conditioned Dexterous Manipulation with Resource Awareness [17.44917607241962]
  Dexterous Robot Handは、多機能操作のための豊富な機会を提供する。 器用な操作における以前の作業は、単一目的のシングルスキルタスクに重点を置いていた。 多くのシーケンシャルタスクは、将来のアクションのために指を保存するリソース認識の把握を必要とする。
  論文  参考訳（メタデータ） (2026-04-28T02:04:50Z)
• Primary-Fine Decoupling for Action Generation in Robotic Imitation [91.2899765310853]
  ロボット操作動作シーケンスにおけるマルチモーダル分布は、模倣学習にとって重要な課題である。 PF-DAG(プライマリ・フィン・デカップリング・フォー・アクション・ジェネレーション、プライマリ・フィン・デカップリング・フォー・アクション・ジェネレーション、プライマリ・フィン・デカップリング・フォー・アクション・ジェネレーション、プライマリ・フィン・デカップリング・フォー・アクション・ジェネレーション、プライマリ・フィン・デカップリング・フォー・アクション・ジェネレーション、プライマリ・フィン・デカップリング・フォー・アクション・ジェネレーション、PF-DAG)を提案する。 PF-DAGは、Adroit、DexArt、MetaWorldベンチマークの56タスクで最先端のベースラインを上回っている。
  論文  参考訳（メタデータ） (2026-02-25T08:36:45Z)
• Offline Discovery of Interpretable Skills from Multi-Task Trajectories [8.119611773942562]
  オフラインスキル発見と階層的模倣のための3段階のエンドツーエンド学習フレームワークであるLOKIを紹介する。 LOKIは、挑戦的なD4RL Kitchenベンチマークで高い成功率を獲得し、標準のHILベースラインを上回っている。
  論文  参考訳（メタデータ） (2026-02-01T05:03:58Z)
• Learning Transferable Skills in Action RPGs via Directed Skill Graphs and Selective Adaptation [0.0]
  生涯のエージェントは、スクラッチからトレーニングしたり、以前に学んだ振る舞いを上書きすることなく、時間とともに能力を広げるべきである。 我々は、戦闘を有向スキルグラフとして表現し、そのコンポーネントを階層的なカリキュラムでトレーニングすることで、挑戦的なリアルタイム制御設定(Dark Souls III)でこれを調査する。 得られたエージェントは、コントロールを5つの再利用可能なスキルに分解する: カメラコントロール、ターゲットロックオン、ムーブメント、ドッジ、そして、それぞれ狭い責任のために最適化された癒し攻撃決定ポリシー。
  論文  参考訳（メタデータ） (2026-01-25T17:54:17Z)
• Learning Semantic Atomic Skills for Multi-Task Robotic Manipulation [34.73582639920571]
  AtomSkillは、新しいマルチタスク模倣学習フレームワークである。 構成可能なロボット操作のために構造化された原子スキルスペースを学習し活用する。 さまざまな操作タスクにまたがって、最先端のメソッドを一貫して上回る。
  論文  参考訳（メタデータ） (2025-12-20T13:46:08Z)
• Rethinking Bimanual Robotic Manipulation: Learning with Decoupled Interaction Framework [51.39847596489193]
  バイオマチックなロボット操作は、ロボティクスコミュニティにおいて、新しくて重要なトピックである。 本稿では,バイマニュアル操作における異なるタスクの特徴を考察した,疎結合なインタラクションフレームワークを提案する。 我々のフレームワークは,SOTA法よりも23.5%向上し,優れた性能を実現している。
  論文  参考訳（メタデータ） (2025-03-12T09:28:41Z)
• Adversarial Skill Chaining for Long-Horizon Robot Manipulation via Terminal State Regularization [65.09725599705493]
  過大な初期状態分布を伴わずに複数のポリシーをチェーンすることを提案する。 家具組立における2つの複雑な長軸操作タスクに対するアプローチを評価する。 提案手法は,これらの課題を解くためのモデルなし強化学習アルゴリズムを確立した。
  論文  参考訳（メタデータ） (2021-11-15T18:59:03Z)
• A Cordial Sync: Going Beyond Marginal Policies for Multi-Agent Embodied Tasks [111.34055449929487]
  エージェントが協力して家具をリビングルームに移動させるという,新しいタスクFurnMoveを紹介した。 既存のタスクとは異なり、FurnMoveはエージェントが各タイミングで調整する必要がある。 既存の分散化されたアクションサンプリング手順は、表現力のある共同アクションポリシーを許さない。 SynC-policiesとCORDIALを用いて、我々のエージェントはFurnMoveで58%の完成率を達成する。
  論文  参考訳（メタデータ） (2020-07-09T17:59:57Z)

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。