論文の概要: Beyond Point-Attached Semantics: Object-Centric Semantic Fields for Generalizable Manipulation
- arxiv url: http://arxiv.org/abs/2607.03163v1
- Date: Fri, 03 Jul 2026 10:05:39 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-09 12:56:19.67487
- Title: Beyond Point-Attached Semantics: Object-Centric Semantic Fields for Generalizable Manipulation
- Title（参考訳）: 点付きセマンティックスを超えて:一般化可能な操作のためのオブジェクト中心セマンティックフィールド
- Abstract要約: 一般化可能なロボット操作には、ハンドル、ツールヘッド、開口部、把握可能な領域などの機能的なオブジェクト部分の安定な3次元理解が必要である。
本稿では,オブジェクトポイントクラウド上で条件を定め,明示的な3次元クエリロケーションで部分認識型セマンティック埋め込みを読み取るオブジェクト中心の連続セマンティックフィールドを提案する。
RoboTwinシミュレーションタスクと実世界の双方向オブジェクト操作の実験は、我々の表現がより安定な機能部分のキューを提供し、ポリシー性能を向上させることを示す。
- 参考スコア（独自算出の注目度）: 11.739558796092238
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Generalizable robot manipulation requires stable 3D understanding of functional object parts, such as handles, tool heads, openings, and graspable regions. Raw point clouds provide geometry but lack explicit part semantics, and their sampled points vary with viewpoint, sensor configuration, and object instance. Existing 2D feature lifting and discrete 3D point-wise features enrich point clouds with semantics, but the resulting features remain attached to observation-dependent samples. We propose an object-centric continuous semantic field that conditions on an object point cloud and reads part-aware semantic embeddings at explicit 3D query locations. The field is trained from part-annotated object models and then frozen to generate semantic point clouds as object-level conditioning for manipulation policies. Experiments on RoboTwin simulation tasks and real-world bimanual object manipulation show that our representation provides more stable functional-part cues and improves policy performance over raw point-cloud, 2D feature lifting, and 3D point-wise feature baselines. Project Page: \href{https://zainzh.github.io/beyond-point-attached-semantics}{https://zainzh.github.io/beyond-point-attached-semantics}.
- Abstract（参考訳）: 一般化可能なロボット操作には、ハンドル、ツールヘッド、開口部、把握可能な領域などの機能的なオブジェクト部分の安定な3次元理解が必要である。
原点雲は幾何学を提供するが、明示的な部分意味論が欠如しており、そのサンプルポイントは視点、センサー構成、オブジェクトインスタンスによって異なる。
既存の2D機能リフトと離散的な3Dポイントワイドは、意味論を伴う点雲を豊かにするが、結果として得られる特徴は、観測に依存したサンプルに付随する。
本稿では,オブジェクトポイントクラウド上で条件を定め,明示的な3次元クエリロケーションで部分認識型セマンティック埋め込みを読み取るオブジェクト中心の連続セマンティックフィールドを提案する。
フィールドはパートアノテートされたオブジェクトモデルからトレーニングされ、その後フリーズされ、操作ポリシーのためのオブジェクトレベルの条件付けとしてセマンティックポイントクラウドを生成する。
RoboTwinシミュレーションタスクと実世界の双方向オブジェクト操作の実験により、我々の表現はより安定な機能部分のキューを提供し、生のポイントクラウド上でのポリシー性能、2D機能リフト、3D機能ベースラインを改善している。
プロジェクトページ: \href{https://zainzh.github.io/beyond-point-attached-semantics}{https://zainzh.github.io/beyond-point-attached-semantics}
関連論文リスト
- Articulated 3D Scene Graphs for Open-World Mobile Manipulation [55.97942733699124]
本報告では, セマンティックな3次元シーングラフを構築するためのフレームワークであるMoMa-SGについて述べる。
新たな統合的ツイスト推定法を用いて調音モデルを推定する。
また,Arti4D-Semanticデータセットについても紹介する。
論文 参考訳（メタデータ） (2026-02-18T10:40:35Z) - Learning Part-Aware Dense 3D Feature Field for Generalizable Articulated Object Manipulation [24.835413020460866]
Part-Aware 3D Feature Field (PA3FF)は、一般化可能なオブジェクト操作のための部分認識を備えた、新しい密集した3D機能である。
本稿では,ロボット操作におけるサンプル効率の向上と一般化を目的とした模倣学習フレームワークであるPart-Aware Diffusion Policy (PADP)を紹介する。
論文 参考訳（メタデータ） (2026-02-15T15:39:05Z) - Exploring Category-level Articulated Object Pose Tracking on SE(3) Manifolds [46.859932208933735]
人工物は日常生活やロボット操作のタスクで広く使われている。
調音された物体のポーズ追跡は 固有のキネマティックな制約のために 未発見の問題のままです
本研究は,textbfPPF-Tracker と呼ばれる新しいポイントペア型ポーズトラッキングフレームワークを提案する。
論文 参考訳（メタデータ） (2025-11-08T12:56:21Z) - 3D Part Segmentation via Geometric Aggregation of 2D Visual Features [57.20161517451834]
監督された3D部分分割モデルは、固定されたオブジェクトと部品のセットに合わせて調整されており、それらの転送可能性は、オープンセットの現実世界のシナリオに制限される。
近年、視覚言語モデル(VLM)を多視点レンダリングとテキストプロンプトを用いてオブジェクト部品の識別に活用する研究が進められている。
これらの制約に対処するために,視覚概念から抽出した意味論と3次元幾何学をブレンドし,対象部品を効果的に同定するCOPSを提案する。
論文 参考訳（メタデータ） (2024-12-05T15:27:58Z) - MS23D: A 3D Object Detection Method Using Multi-Scale Semantic Feature Points to Construct 3D Feature Layer [4.644319899528183]
LiDAR点雲は、三次元空間における物体の動きと姿勢を効果的に描写することができる。
自律運転のシナリオでは、点雲の空間性と空洞性は、ボクセルベースの方法にいくつかの困難をもたらす。
我々はMS23Dと呼ばれる2段階の3Dオブジェクト検出フレームワークを提案する。
論文 参考訳（メタデータ） (2023-08-31T08:03:25Z) - ROAM: Robust and Object-Aware Motion Generation Using Neural Pose
Descriptors [73.26004792375556]
本稿では,3次元オブジェクト認識キャラクタ合成における新しいシーンオブジェクトへのロバストさと一般化が,参照オブジェクトを1つも持たないモーションモデルをトレーニングすることで実現可能であることを示す。
我々は、オブジェクト専用のデータセットに基づいて訓練された暗黙的な特徴表現を活用し、オブジェクトの周りのSE(3)-同変記述体フィールドをエンコードする。
本研究では,3次元仮想キャラクタの動作と相互作用の質,および未知のオブジェクトを持つシナリオに対するロバスト性を大幅に向上することを示す。
論文 参考訳（メタデータ） (2023-08-24T17:59:51Z) - 3DRP-Net: 3D Relative Position-aware Network for 3D Visual Grounding [58.924180772480504]
3Dビジュアルグラウンドは、自由形式の言語記述によって、ターゲットオブジェクトを3Dポイントクラウドにローカライズすることを目的としている。
3次元相対位置認識ネットワーク(3-Net)という,関係性を考慮した一段階フレームワークを提案する。
論文 参考訳（メタデータ） (2023-07-25T09:33:25Z) - Object-level 3D Semantic Mapping using a Network of Smart Edge Sensors [25.393382192511716]
我々は,分散エッジセンサのネットワークとオブジェクトレベルの情報からなる多視点3次元意味マッピングシステムを拡張した。
提案手法は,数cm以内でのポーズ推定と,実験室環境におけるセンサネットワークを用いた実環境実験により,Behaveデータセットを用いて評価した。
論文 参考訳（メタデータ） (2022-11-21T11:13:08Z) - 3DLatNav: Navigating Generative Latent Spaces for Semantic-Aware 3D
Object Manipulation [2.8661021832561757]
3D生成モデルは、最近、点雲という形で現実的な3Dオブジェクトを生成することに成功した。
ほとんどのモデルは、広範囲なセマンティックラベルや他の参照ポイントクラウドなしでコンポーネントオブジェクトの形状セマンティクスを操作するための制御性を提供していません。
本稿では3DLatNavを提案する。3Dオブジェクトの制御部分レベルのセマンティック操作を可能にするために,事前学習された潜在空間をナビゲートする新しいアプローチである。
論文 参考訳（メタデータ） (2022-11-17T18:47:56Z) - Neural Descriptor Fields: SE(3)-Equivariant Object Representations for
Manipulation [75.83319382105894]
対象と対象の相対的なポーズを符号化するオブジェクト表現であるニューラル・ディスクリプタ・フィールド(NDF)を提案する。
NDFは、専門家ラベル付きキーポイントに依存しない3D自動エンコーディングタスクを通じて、自己教師型で訓練される。
我々のパフォーマンスは、オブジェクトインスタンスと6-DoFオブジェクトの両方のポーズを一般化し、2Dディスクリプタに依存する最近のベースラインを著しく上回ります。
論文 参考訳（メタデータ） (2021-12-09T18:57:15Z)
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。