論文の概要: Robustness of Robotic Manipulation: Foundations and Frontiers

• arxiv url: http://arxiv.org/abs/2606.31494v1
• Date: Tue, 30 Jun 2026 11:13:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-01 18:27:19.190021
• Title: Robustness of Robotic Manipulation: Foundations and Frontiers
• Title（参考訳）: ロボットマニピュレーションのロバスト性:基礎とフロンティア
• Abstract要約: 人間や動物は身体操作において顕著な頑丈さを示す。 人間のレベルの操作の堅牢性への進歩は、統一的で体系的な理解が欠如していることによって妨げられる。 本稿では, 操作の堅牢性に関する系統的研究について述べる。
• 参考スコア（独自算出の注目度）: 24.718873710707822
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Humans and animals exhibit remarkable robustness in physical manipulation, yet robots remain far behind. Progress toward human-level manipulation robustness is hindered by the absence of a unified and systematic understanding: different subfields frame robustness in distinct ways, often leaving the concept ambiguous and limiting deeper analysis as well as communication across research areas. This paper presents a systematic study of manipulation robustness. We begin with a formal definition, characterizing robustness as the degree to which a manipulation system can achieve its goal in the presence of uncertainty and variation. Building on this definition, we introduce general formulations of manipulation robustness from probabilistic and control-theoretic perspectives. We then synthesize the guiding principles and concrete mechanisms of manipulation robustness across perception, planning, control, policy learning, and hardware, illustrating each mechanism through representative works, including foundational and recent studies. In addition, we revisit existing metrics and evaluation methods for quantifying manipulation robustness. Finally, we distill broader lessons for designing robust manipulation systems and discuss open problems and future directions toward achieving human-level robustness in robotic manipulation.
• Abstract（参考訳）: 人間や動物は身体操作において顕著な頑丈さを示すが、ロボットはいまだに遠く離れている。 異なるサブフィールドは異なる方法で堅牢性をフレーム化し、しばしばその概念は曖昧で深い分析を制限し、研究領域間のコミュニケーションも制限する。 本稿では, 操作の堅牢性に関する系統的研究について述べる。 まずは形式的な定義から始め、堅牢性を、操作システムが不確実性と変動の存在下でその目標を達成する度合いとして特徴づける。 この定義に基づいて、確率論的および制御論的観点からの操作堅牢性の一般的な定式化を導入する。 次に、認識、計画、制御、政策学習、ハードウェアを横断するロバスト性を操作するための指針原理と具体的なメカニズムを合成し、基礎的および最近の研究を含む代表的研究を通じて各メカニズムを照明する。 さらに,操作の堅牢性を定量化するための既存の指標と評価手法を再検討する。 最後に、ロバストな操作システムを設計するための幅広い教訓を精査し、ロボット操作における人間レベルのロバスト性の実現に向けたオープンな問題と今後の方向性について議論する。

関連論文リスト

• Learning Physical Interaction: A Survey of Tactile- and Force-aware Robot Learning [128.76135832773102]
  物理的に接地されたロボットインテリジェンスは、ロボットが物理的世界との相互作用を知覚し、推論し、規制することを要求する。 近年のロボット学習法は, 力, 触覚, 視覚, 言語, 触覚を学習操作ポリシーに組み込むことで, 大幅な進歩を遂げている。 これらの進歩にもかかわらず、既存の調査では、統一的な視点から、力と触覚を意識したロボット学習を明示的にレビューしていない。
  論文  参考訳（メタデータ） (2026-08-02T14:22:01Z)
• GazeVLA: Learning Human Intention for Robotic Manipulation [22.106797717672293]
  エボディード・ファンデーション・モデルは、ロボット操作において大きなブレークスルーを達成したが、それでも大規模なロボットのデモンストレーションに大きく依存している。 人間の行動の根底にある意図は、このギャップを埋めるための強力な中間表現として役立つと我々は主張する。 本稿では,ロボット操作を容易にするための人間の意図を明示的に学習し,伝達する新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-04-24T14:46:03Z)
• Explainable Human Activity Recognition: A Unified Review of Concepts and Mechanisms [2.9396318146965332]
  HAR(Human Activity Recognition)は、医療監視、補助的生活、スマート環境、人間とコンピュータのインタラクションのためのインテリジェントシステムの重要コンポーネントとなっている。 説明可能な人工知能(XAI)は、HARシステムをより透明で人間中心にするための重要な方向として登場した。 本稿では, ウェアラブル, 環境, 生理, マルチモーダルセンシング設定における説明可能なHAR手法について概説する。
  論文  参考訳（メタデータ） (2026-04-10T18:20:47Z)
• ManipulationNet: An Infrastructure for Benchmarking Real-World Robot Manipulation with Physical Skill Challenges and Embodied Multimodal Reasoning [61.35327888597012]
  有害な操作により、ロボットは物理的世界を意図的に変化させ、パッシブな観察者から非構造環境のアクティブなエージェントに変えることができる。 ハードウェア、知覚、制御、学習の数十年にわたる進歩にもかかわらず、一般的な操作システムへの進歩は依然として断片化されている。 ロボット操作のための実世界のベンチマークタスクをホストするグローバルインフラストラクチャであるManipulationNetを紹介した。
  論文  参考訳（メタデータ） (2026-03-04T18:29:28Z)
• Embodied Robot Manipulation in the Era of Foundation Models: Planning and Learning Perspectives [101.22313265304979]
  近年のビジョン,言語,マルチモーダル学習の進歩は,ロボット基礎モデルの進歩を加速させている。 本研究は,ロボットの操作をアルゴリズムの観点から検討する。 我々は、近年の学習に基づくアプローチを、高レベルの計画と低レベルの制御の統一的な抽象化の中に整理する。
  論文  参考訳（メタデータ） (2025-12-28T16:05:38Z)
• Executable Analytic Concepts as the Missing Link Between VLM Insight and Precise Manipulation [70.8381970762877]
  VLM(Vision-Language Models)は、セマンティック推論とタスク計画において顕著な能力を示す。 本稿では,VLMに基づく推論を実行可能な解析概念を通じて基礎づける新しいフレームワークであるGRACEを紹介する。 G GRACEは高レベル命令理解と低レベルロボット制御の統一的で解釈可能なインターフェースを提供する。
  論文  参考訳（メタデータ） (2025-10-09T09:08:33Z)
• Humanoid Agent via Embodied Chain-of-Action Reasoning with Multimodal Foundation Models for Zero-Shot Loco-Manipulation [23.43820490179566]
  Humanoid-COAはゼロショットロコ操作のためのエボディード・チェーン・オブ・アクション機構と基礎モデル推論を統合している。 我々のフレームワークは、操作、移動、およびロコ操作タスクにおいて、以前のベースラインを大幅に上回っている。
  論文  参考訳（メタデータ） (2025-04-13T11:37:32Z)
• Dexterous Manipulation through Imitation Learning: A Survey [32.47862766672596]
  イミテーションラーニング(IL)は、ロボットが専門家によるデモンストレーションから直接巧妙な操作スキルを習得できるようにすることによって、代替手段を提供する。 ILは、明示的なモデリングと大規模な試行錯誤の必要性を回避しながら、きめ細かい調整と接触ダイナミクスをキャプチャする。 私たちのゴールは、研究者や実践者たちに、この急速に進化する領域の包括的紹介を提供することです。
  論文  参考訳（メタデータ） (2025-04-04T15:14:38Z)
• Modality-Driven Design for Multi-Step Dexterous Manipulation: Insights from Neuroscience [14.49331945543691]
  マルチステップデキスタラスな操作は家庭のシナリオでは基本的なスキルであるが、ロボット工学では未探索の領域である。 本稿では,効率的なモダリティ入力に基づく専用ポリシーで操作プロセスの各ステップに対処するモジュール方式を提案する。
  論文  参考訳（メタデータ） (2024-12-15T23:05:16Z)
• A.I. Robustness: a Human-Centered Perspective on Technological Challenges and Opportunities [8.17368686298331]
  人工知能(AI)システムのロバスト性はいまだ解明されておらず、大規模な採用を妨げる重要な問題となっている。 本稿では,基本的・応用的両面から文献を整理・記述する3つの概念を紹介する。 我々は、人間が提供できる必要な知識を考慮して、AIの堅牢性を評価し、向上する上で、人間の中心的な役割を強調します。
  論文  参考訳（メタデータ） (2022-10-17T10:00:51Z)
• Interpreting Neural Policies with Disentangled Tree Representations [58.769048492254555]
  本稿では,コンパクトなニューラルポリシーの解釈可能性について,不整合表現レンズを用いて検討する。 決定木を利用して,ロボット学習における絡み合いの要因を抽出する。 学習したニューラルダイナミクスの絡み合いを計測する解釈可能性指標を導入する。
  論文  参考訳（メタデータ） (2022-10-13T01:10:41Z)
• Empirical Estimates on Hand Manipulation are Recoverable: A Step Towards Individualized and Explainable Robotic Support in Everyday Activities [80.37857025201036]
  ロボットシステムの鍵となる課題は、他のエージェントの振る舞いを理解することである。 正しい推論の処理は、(衝突)因子が実験的に制御されない場合、特に困難である。 人に関する観察研究を行うために必要なツールをロボットに装備することを提案する。
  論文  参考訳（メタデータ） (2022-01-27T22:15:56Z)
• Active Inference in Robotics and Artificial Agents: Survey and Challenges [51.29077770446286]
  我々は、状態推定、制御、計画、学習のためのアクティブ推論の最先端理論と実装についてレビューする。 本稿では、適応性、一般化性、堅牢性の観点から、その可能性を示す関連する実験を紹介する。
  論文  参考訳（メタデータ） (2021-12-03T12:10:26Z)

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。