論文の概要: One-Shot Multimodal Learning from Demonstration with Force-Constrained Elastic Maps

• arxiv url: http://arxiv.org/abs/2607.09515v1
• Date: Fri, 10 Jul 2026 15:27:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-13 16:48:13.452619
• Title: One-Shot Multimodal Learning from Demonstration with Force-Constrained Elastic Maps
• Title（参考訳）: 力制約弾性写像を用いた実演からのワンショットマルチモーダル学習
• Authors: Brendan Hertel, Jonathan Spanos, Navya Garg, Reza Azadeh,
• Abstract要約: 本稿では,一発的マルチモーダル学習(LfD)フレームワークを提案する。 まず,時間とともに空間的および力的モダリティを適応的に重み付けする多モード確率的セグメンテーション手法を提案する。 第2に、スキルエンコーディング中に外部力制約を組み込むように弾性写像を拡張し、力一貫性軌道モデル学習のための凸最適化手順を定式化する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Robotic manipulation tasks often require simultaneous reasoning over motion and contact forces, yet most Learning from Demonstration (LfD) methods model only spatial trajectories and neglect force interactions with the environment. This limitation reduces robustness and can lead to unsafe or inconsistent task reproduction in force-constrained settings. We propose a novel one-shot multimodal LfD framework for the segmentation, encoding, and reproduction of force-inclusive demonstrations. First, we introduce a multimodal probabilistic segmentation method that adaptively weighs spatial and force modalities over time, enabling the automatic extraction of force-aware motion primitives. Second, we extend the elastic maps representation to incorporate external force constraints during skill encoding and formulate a convex optimization procedure for learning force-consistent trajectory models. The resulting skills reproduce both motion and contact characteristics from a single demonstration while promoting safer execution by accounting for demonstrated force profiles. We validate our approach on five real-world manipulation tasks across two distinct force-sensing configurations: wrist force sensing on a UR5e with a Robotiq 2f-85 gripper and finger force sensing on a Kinova Gen3 with an Openhand Model O gripper. Experimental results demonstrate robust multimodal segmentation, accurate force-aware reproduction, and cross-platform generality.
• Abstract（参考訳）: ロボット操作タスクは運動と接触力の同時推論を必要とすることが多いが、ほとんどのLearning from Demonstration (LfD)メソッドは空間軌道のみをモデル化し、環境との力の相互作用を無視する。 この制限はロバスト性を低下させ、強制拘束された環境での安全でない、あるいは一貫性のないタスクの再現につながる可能性がある。 本稿では,一発的マルチモーダルLfDフレームワークを提案する。 まず、時間とともに空間的・力的なモーダルを適応的に重み付けし、力に敏感な運動プリミティブの自動抽出を可能にするマルチモーダル確率分割法を提案する。 第2に、スキルエンコーディング中に外部力制約を組み込むように弾性写像表現を拡張し、力に一貫性のある軌道モデルを学習するための凸最適化手順を定式化する。 得られたスキルは、単一のデモンストレーションから動作特性と接触特性の両方を再現し、実証された力プロファイルを考慮してより安全な実行を促進する。 我々は,ロボット2f-85グルーパーのUR5eでの手首力センシングと,オープンハンドモデルOグルーパーのKinova Gen3での指力センシングという,2つの異なる力感覚構成の5つの実世界の操作タスクに対するアプローチを検証する。 実験により,ロバストなマルチモーダルセグメンテーション,力覚的再現,クロスプラットフォームの汎用性が確認された。

関連論文リスト

• MAPLE: Latent Multi-Agent Play for End-to-End Autonomous Driving [62.43744546817599]
  視覚言語-アクション(VLA)モデルは、エンドツーエンドのモーションプランナーとして有効であるが、クローズドループ設定で評価すると不安定である。 本稿では, VLAモデルの潜在空間における動的駆動シナリオの, リアクティブでマルチエージェントなロールアウトのための新しいフレームワークMAPLEを提案する。 MAPLEはBench2Driveで最先端の駆動性能を実現し、堅牢なE2E自動運転システムのためのスケーラブルでクローズループなマルチエージェントプレイを実演する。
  論文  参考訳（メタデータ） (2026-05-13T23:35:14Z)
• Ada3Drift: Adaptive Training-Time Drifting for One-Step 3D Visuomotor Robotic Manipulation [53.750389076941396]
  拡散に基づくビジュモータポリシーは反復的認知を通じて多モーダルな動作分布をキャプチャするが、その高い推論遅延はリアルタイムロボット制御を制限する。 Ada3Driftは,専門家のデモモードに対して予測された行動を引き付ける訓練時間ドリフト場を学習する。 Ada3Driftは、拡散ベースの代替よりも10倍の関数評価を必要としながら、最先端のパフォーマンスを実現している。
  論文  参考訳（メタデータ） (2026-03-12T14:36:53Z)
• ULTRA: Unified Multimodal Control for Autonomous Humanoid Whole-Body Loco-Manipulation [55.467742403416175]
  本稿では,大規模モーションキャプチャをヒューマノイドに変換する物理駆動型ニューラルネットワークを提案する。 我々は高密度参照とスパースタスク仕様の両方をサポートする統合マルチモーダルコントローラを学習する。 その結果,ULTRAは自我中心の知覚から,自律的,目標条件付き全体ロコ操作に一般化することが示された。
  論文  参考訳（メタデータ） (2026-03-03T18:59:29Z)
• 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)
• OmniMotion-X: Versatile Multimodal Whole-Body Motion Generation [52.579531290307926]
  本稿では,全身動作生成のための汎用フレームワークであるOmniMotion-Xを紹介する。 OmniMotion-Xは、テキスト・トゥ・モーション、音楽・トゥ・ダンス、音声・トゥ・ジェスチャなど、多様なマルチモーダルタスクを効率的にサポートする。 高品質なマルチモーダルトレーニングを実現するため,これまでで最大の統合マルチモーダルモーションデータセットであるOmniMoCap-Xを構築した。
  論文  参考訳（メタデータ） (2025-10-22T17:25:33Z)
• Towards Robust and Controllable Text-to-Motion via Masked Autoregressive Diffusion [33.9786226622757]
  テキスト記述から3次元動作を生成するための頑健な動き生成フレームワークMoMADiffを提案する。 我々のモデルはフレキシブルなユーザ提供仕様をサポートし、動き合成の空間的側面と時間的側面の両方を正確に制御できる。 提案手法は, 動作品質, 命令忠実度, 定着度において, 常に最先端のモデルより優れる。
  論文  参考訳（メタデータ） (2025-05-16T09:06:15Z)
• ForceGrip: Reference-Free Curriculum Learning for Realistic Grip Force Control in VR Hand Manipulation [0.10995326465245926]
  本稿では,現実的な手操作動作を合成する深層学習エージェントであるForceGripを紹介する。 我々は、指の位置決め、意図適応、動的安定化を含む3段階のカリキュラム学習フレームワークを採用する。 以上の結果から,ForceGripの出力制御性と信頼性は最先端の手法に比べて優れていた。
  論文  参考訳（メタデータ） (2025-03-11T05:39:07Z)

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。