Fugu-MT 論文翻訳(概要): xperception -- Making Robotic Grasping Easier

論文の概要: xperception -- Making Robotic Grasping Easier

arxiv url: http://arxiv.org/abs/2607.16312v1
Date: Tue, 14 Jul 2026 18:38:39 GMT
ステータス: 翻訳完了
システム内更新日: 2026-07-21 18:48:37.106751
Title: xperception -- Making Robotic Grasping Easier
Title（参考訳）: xperception -- ロボットのグラフピングを容易にする
Abstract要約: xperceptionはゼロショットの6Dポーズ推定技術で、オブジェクト固有の微調整と精細なデータアノテーションを不要にする。ミリ精度の6Dポーズ推定を実現し、NVIDIA Jetson Thorのような工業用エッジハードウェアにデプロイするために設計されている。
参考スコア（独自算出の注目度）: 14.269471575552982
License: http://creativecommons.org/licenses/by/4.0/
Abstract: The transition toward high-mix low-volume manufacturing demands flexibility in robotic manipulation. However, conventional vision systems remain a bottleneck, requiring extensive data collection and model retraining whenever a new object is introduced to the production line. To overcome this rigidity, we present xperception, a zero-shot 6D pose estimation technology that eliminates the need for object-specific fine-tuning and laborious data annotation. By directly utilizing typical CAD models and integrating the rich semantic features of foundation models (e.g. DINOv2, GeDi), xperception achieves millimeter-accurate 6D pose estimation. xperception showed robustness against severe occlusions in industrial tasks like bin picking and is engineered for deployment on industrial edge hardware, such as NVIDIA Jetson Thor. Validated at a TRL of 6, the core methodology behind xperception is based on the FreeZe algorithm, which won the international BOP Challenge 2024, paving the way for scalable, plug-and-play robotic automation in unstructured high-mix low-volume manufacturing industries.
Abstract（参考訳）: ハイミックスの低体積製造への移行はロボット操作の柔軟性を要求される。しかし、従来の視覚システムはボトルネックのままであり、生産ラインに新しいオブジェクトが導入されるたびに、広範囲なデータ収集とモデル再訓練が必要である。この剛性を克服するために、オブジェクト固有の微調整と精細なデータアノテーションを不要にするゼロショット6Dポーズ推定技術であるxperceptionを提案する。一般的なCADモデルを直接利用し、基礎モデルのリッチな意味的特徴(例えばDINOv2, GeDi)を統合することにより、xperceptionはミリ精度の6Dポーズ推定を実現する。 xperceptionは、bin Pickのような産業的なタスクで厳しい閉塞に対して堅牢性を示し、NVIDIA Jetson Thorのような産業用エッジハードウェアにデプロイするために設計されている。 TRL of 6で検証されたxperceptionのコア方法論は、国際BOPチャレンジ2024で優勝したFreeZeアルゴリズムに基づいており、非構造質の低容積の製造業において、スケーラブルでプラグ&プレイのロボット自動化を実現する。

関連論文リスト

DF$^3$: World Modeling via Decoder-Free Feature Forecasting in Autonomous Navigation [7.872843554385665]
DF$3$は、凍結した視覚基盤モデルの終端ブロックに学習可能な空間クエリを注入し、将来の状態表現を直接抽出する。ロボットシミュレータにおける公開ベンチマークとゼロショット展開の実験は、DF$3$が最先端のメソッドに匹敵するパフォーマンスを達成することを実証している。
論文参考訳（メタデータ） (2026-08-03T16:08:59Z)
Position: Weight Space Should Be a First-Class Generative AI Modality [67.10702320971893]
本稿では、モデルチェックポイントを第一級データモダリティとして扱うべきであると論じる。重み空間における生成的モデリングは、コア機械学習プリミティブとして標準化されるべきである、と論じている。私たちのゴールは、コミュニティの既定の考え方を、タスクごとのモデルの最適化から、学習した重量分布からモデルのサンプリングにシフトさせることです。
論文参考訳（メタデータ） (2026-05-18T16:38:26Z)
RADAR: Closed-Loop Robotic Data Generation via Semantic Planning and Autonomous Causal Environment Reset [48.645870795753105]
ロボットのためのロバスト自動データ取得(RADAR)について紹介する。 RADARは完全に自律的でクローズドループのデータ生成エンジンで、収集サイクルから人間の介入を完全に取り除きます。シミュレーションでは、複雑な長期タスクにおいて、最大90%の成功率を達成する。
論文参考訳（メタデータ） (2026-03-12T11:18:52Z)
STORM: Segment, Track, and Object Re-Localization from a Single 3D Model [35.39496117133769]
STORMはオープンソースの堅牢なリアルタイム6Dポーズ推定システムで、手動のアノテーションを必要としない。 STORMは、視覚監督型理解と自己言語機能マッチングを組み合わせた、新しい3段階パイプラインを採用している。
論文参考訳（メタデータ） (2025-11-12T22:06:51Z)
A Segmented Robot Grasping Perception Neural Network for Edge AI [0.051776141577794685]
本研究は,GAP9 RISC-V System-on-Chip上でのHeatmap-Guided Grasp検出を実装した。このモデルは、入力次元の削減、モデルの分割、量子化など、ハードウェア対応技術を用いて最適化される。 GraspNet-1Billionベンチマークの実験的な評価は、完全なオンチップ推論の実現可能性を検証する。
論文参考訳（メタデータ） (2025-07-18T14:32:45Z)
Automatic MILP Model Construction for Multi-Robot Task Allocation and Scheduling Based on Large Language Models [13.960259962694126]
既存の手法は、動的な生産制約に適応する際の課題に直面します。企業には生産スケジュールデータに対する高いプライバシ要件があります本研究では,知識強化型混合整数線形時間(MILP)自動フレームワークを提案する。
論文参考訳（メタデータ） (2025-03-18T01:45:19Z)
Diff9D: Diffusion-Based Domain-Generalized Category-Level 9-DoF Object Pose Estimation [68.81887041766373]
ドメイン一般化9-DoFオブジェクトポーズ推定のための拡散に基づくパラダイムを提案する。本研究では,9-DoFオブジェクトのポーズ推定を生成的観点から再定義する効果的な拡散モデルを提案する。提案手法は,最先端の領域一般化性能を実現する。
論文参考訳（メタデータ） (2025-02-04T17:46:34Z)
EnerVerse: Envisioning Embodied Future Space for Robotics Manipulation [55.26713167507132]
本稿では,エンボディ空間の構築と解釈を行う生成ロボティクス基礎モデルを提案する。 EnerVerseは、自己回帰的ビデオ拡散フレームワークを使用して、命令から将来のエンボディドスペースを予測する。本稿では,生成モデルと4次元ガウススプラッティングを組み合わせたデータエンジンパイプラインであるEnerVerse-Dについて述べる。
論文参考訳（メタデータ） (2025-01-03T17:00:33Z)
In-Simulation Testing of Deep Learning Vision Models in Autonomous Robotic Manipulators [11.389756788049944]
自律型ロボットマニピュレータのテストは、ビジョンとコントロールコンポーネント間の複雑なソフトウェアインタラクションのために難しい。現代のロボットマニピュレータの重要な要素は、ディープラーニングに基づく物体検出モデルである。本稿では,写真リアリスティックなNVIDIA Isaac Simシミュレータと進化探索を統合し,重要なシナリオを識別するMARTENSフレームワークを提案する。
論文参考訳（メタデータ） (2024-10-25T03:10:42Z)
Zero123-6D: Zero-shot Novel View Synthesis for RGB Category-level 6D Pose Estimation [66.3814684757376]
本研究は,RGB 6Dのカテゴリレベルでのポーズ推定を向上するための拡散モデルに基づく新規ビュー合成器の実用性を示す最初の研究であるZero123-6Dを示す。本手法は,データ要求の低減,ゼロショットカテゴリレベルの6Dポーズ推定タスクにおける深度情報の必要性の除去,およびCO3Dデータセットの実験により定量的に示された性能の向上を示す。
論文参考訳（メタデータ） (2024-03-21T10:38:18Z)
Distributional Instance Segmentation: Modeling Uncertainty and High Confidence Predictions with Latent-MaskRCNN [77.0623472106488]
本稿では,潜在符号を用いた分散インスタンス分割モデルのクラスについて検討する。ロボットピッキングへの応用として,高い精度を実現するための信頼性マスク手法を提案する。本手法は,新たにリリースした曖昧なシーンのデータセットを含め,ロボットシステムにおける致命的なエラーを著しく低減できることを示す。
論文参考訳（メタデータ） (2023-05-03T05:57:29Z)
Improving Input-Output Linearizing Controllers for Bipedal Robots via Reinforcement Learning [85.13138591433635]
入力出力線形化コントローラの主な欠点は、正確な力学モデルが必要であり、入力制約を考慮できないことである。本稿では,強化学習技術を用いた二足歩行ロボット制御の具体例について,両課題に対処する。
論文参考訳（メタデータ） (2020-04-15T18:15:49Z)

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。