論文の概要: Grasp, Handover, Rotate: Bimanual Object Reorientation via Compositional Diffusion and Energy-Based Optimization
- arxiv url: http://arxiv.org/abs/2607.21341v1
- Date: Thu, 23 Jul 2026 14:11:14 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-24 18:26:25.428553
- Title: Grasp, Handover, Rotate: Bimanual Object Reorientation via Compositional Diffusion and Energy-Based Optimization
- Title（参考訳）: Grasp, Handover, Rotate: 組成拡散とエネルギーベース最適化による双方向物体再構成
- Abstract要約: BiCompoDiffは構成拡散とエネルギーベースのフレームワークで、グリップ選択、ハンドオーバ、リグラス、モーションプランニングを共同で最適化する。
多様なシミュレートされた家庭用リオリエンテーションタスクに対する実験は、BiCompoDiffが20%以上の成功率を達成したことを示している。
実世界の検証は、効果的なシミュレートと、困難なシーンでの堅牢なパフォーマンスを確認する。
- 参考スコア（独自算出の注目度）: 28.020553566509523
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Bimanual object reorientation - picking an object, handing it over between two arms, and placing it in a desired target pose - is valuable when direct placement from the initial grasp is infeasible due to collisions, kinematic constraints, or poor final orientation. However, achieving this under multiple competing objectives remains challenging. We introduce BiCompoDiff, a compositional diffusion and energy-based framework that jointly optimizes grasp selection, handover, regrasp, and motion planning under multiple constraints. By combining a pretrained grasp diffusion model with bimanual planning energy-based models (EBMs), our method injects gradient guidance during reverse diffusion to enforce collision avoidance, trajectory smoothness (via differentiable inverse kinematics), handover feasibility, and regrasp safety. Annealed MCMC sampling further refines grasp poses over the composite energy landscape. Experiments across diverse simulated household reorientation tasks demonstrate that BiCompoDiff achieves over 20% higher success rates and up to 37% smoother trajectories (measured by joint displacement) compared to strong sampling-based baselines. Real-world validation confirms effective sim-to-real transfer and robust performance on challenging scenes.
- Abstract（参考訳）: 物体を拾い上げ、2つの腕の間を行き来し、望まれる標的のポーズに配置する、双方向の物体の向き付けは、衝突、運動的制約、あるいは最終方向の不整合により、最初のつかみからの直接配置が不可能な場合に有用である。
しかし、これを複数の競合する目標で達成することは依然として困難である。
構成拡散とエネルギーに基づくフレームワークであるBiCompoDiffを導入し、複数の制約下でのグリップ選択、ハンドオーバ、リグラス、動作計画を共同で最適化する。
本手法は,事前学習したグリップ拡散モデルとバイマン計画エネルギーベースモデル(EBM)を組み合わせることで,衝突回避,(微分逆運動学による)軌道平滑化,ハンドオーバ実現可能性,安全性の向上を実現するために,逆拡散時の勾配誘導を誘導する。
焼鈍MCMCサンプリングは、複合エネルギー景観上でのグリップポーズをさらに洗練する。
多様な家庭内リオリエンテーションタスクに対する実験により、BiCompoDiffは強いサンプリングベースベースラインに比べて20%以上の成功率、最大37%のスムーズな軌道を達成できることが示された。
実世界の検証は、効果的なシミュレートと、困難なシーンでの堅牢なパフォーマンスを確認する。
関連論文リスト
- CosmoH2G: A Hand-to-Gripper Transfer Dataset and Baseline Method for Object Manipulation with Complex Spatial Movements [63.40365657068892]
ロボットグリップに人手によるデモンストレーションを移すことは、最近、ロボット学習の費用対効果の高いソリューションとして浮上した。
このギャップに触発された我々は、きめ細かい手の動きによって導かれる暗黙的なデータ駆動アプローチを採用した。
シミュレーションと実ロボット実験の両方において、我々のフレームワークは複雑な空間操作の安定かつ高精度なハンド・トゥ・グルーパー転送を可能にする。
論文 参考訳（メタデータ） (2026-09-07T13:47:22Z) - Motion Planning with Model-Based Diffusion via Constraint Optimization and Adaptive Scheduling [7.761673975696802]
シングルロボット運動計画(SRMP)は、複雑な制約と計算上の制限の下で困難である。
最近のモデルベース拡散(MBD)はSRMPをリキャストし、後方拡散軌道からサンプルを誘導する。
提案手法は, 安全・成功率の向上, 収束の高速化, 最終コストの低減を実現している。
論文 参考訳（メタデータ） (2026-07-16T01:04:32Z) - D$^3$-MoE:Dual Disentangled Diffusion Mixture-of-Experts for Style-Controllable End-to-End Autonomous Driving [22.70855312181222]
D$3$-MoE は2つの相補軸に沿って軌道モデリングを歪める。
行動軸では、生成は選択から切り離される。
物理的軸では、分離された縦および横のルータがそれぞれの専門家を活性化する。
論文 参考訳（メタデータ） (2026-06-03T13:46:46Z) - AnchorRefine: Synergy-Manipulation Based on Trajectory Anchor and Residual Refinement for Vision-Language-Action Models [60.04879435087352]
視覚言語アクション(VLA)ポリシーは、単一の統一空間内でアクションを生成する。
本稿では,VLAの動作モデリングを軌跡アンカーと残留精細化に分解する階層的フレームワークであるAnchorRefineを提案する。
LIBERO、CALVIN、および実ロボットタスクの実験では、AnchorRefineは回帰ベースと拡散ベースの両方のVLAバックボーンを一貫して改善している。
論文 参考訳（メタデータ） (2026-04-20T04:25:24Z) - Differentiable Object Pose Connectivity Metrics for Regrasp Sequence Optimization [13.078429762098631]
1つのピック・アンド・プレースで最初のポーズからゴールポーズへのオブジェクトの転送ができない場合、リグラス・プランニングがしばしば必要となる。
本稿では,異なるポーズシーケンス接続メトリクスに基づく暗黙的なマルチステップ・リグラス・プランニング・フレームワークを提案する。
論文 参考訳（メタデータ） (2026-04-16T07:47:57Z) - Hypergraph-State Collaborative Reasoning for Multi-Object Tracking [63.32950991964095]
複数の相関オブジェクト間の共同推論による動き推定を向上する協調推論フレームワークを提案する。
類似の運動状態を持つ物体同士を互いに拘束し、互いに洗練させることで、我々のフレームワークはノイズの軌道を安定させ、目標を遮蔽しても可塑性運動の連続性を推測する。
論文 参考訳（メタデータ） (2026-04-14T12:37:39Z) - TopoCurate:Modeling Interaction Topology for Tool-Use Agent Training [53.93696896939915]
訓練用ツール使用エージェントは一般的に、パスレート選択されたタスクに対して、軌道変更の成功と強化学習(RL)に依存している。
TopoCurateは,同一タスクから多段階的なロールアウトを統一的な意味的商トポロジに投影する対話型フレームワークである。
TopoCurateは最先端のベースラインに対して4.2%(SFT)と6.9%(RL)という一貫したゲインを達成している。
論文 参考訳（メタデータ） (2026-03-02T10:38:54Z) - DRIFT: Diffusion-based Rule-Inferred For Trajectories [15.78457153766977]
非構造環境における移動ロボットの軌道生成は、スムーズで安全な実行と細粒度タスクの終端精度のバランスをとるという、重要なジレンマに直面している。
本稿では、2つの相補的帰納バイアスを統合することで高忠実度参照軌道を生成するための条件付きフレームワークであるDRIFTを提案する。
その結果、DRIFTはこれらの相反する目的を調整し、センチメートルレベルの模倣忠実度(0.041m FDE)と競争滑らか度(27.19 Jerk)を達成することを示した。
論文 参考訳（メタデータ） (2026-03-01T05:54:38Z) - Learning to Align and Refine: A Foundation-to-Diffusion Framework for Occlusion-Robust Two-Hand Reconstruction [50.952228546326516]
単眼画像からの両手再建は、複雑でダイナミックな手の位置が原因で、永続的な課題に直面している。
既存のアプローチはそのようなアライメントの問題に悩まされ、しばしば不整合と侵入の成果物をもたらす。
本稿では,視覚基礎モデルからの2次元事前ガイダンスを正確に整合させる2段階のファンデーション・ツー・ディフュージョンフレームワークを提案する。
論文 参考訳（メタデータ） (2025-03-22T14:42:27Z) - MATE: Motion-Augmented Temporal Consistency for Event-based Point Tracking [58.719310295870024]
本稿では,任意の点を追跡するイベントベースのフレームワークを提案する。
事象の間隔に起因する曖昧さを解決するため、運動誘導モジュールは運動ベクトルを局所的なマッチングプロセスに組み込む。
このメソッドは、任意のポイントベースラインのイベントのみのトラッキングに対して、$Survival_50$メトリックを17.9%改善する。
論文 参考訳（メタデータ） (2024-12-02T09:13:29Z) - Deep Semantic Matching with Foreground Detection and Cycle-Consistency [103.22976097225457]
深層ネットワークに基づく弱い教師付きセマンティックマッチングに対処する。
本研究では,背景乱れの影響を抑えるために,前景領域を明示的に推定する。
複数の画像にまたがって予測変換を強制し、幾何的に可視かつ一貫したサイクル一貫性の損失を発生させる。
論文 参考訳（メタデータ） (2020-03-31T22:38:09Z)
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。