論文の概要: CoToGrasp: Contact-Topology-Conditioned Dexterous Grasp Synthesis via Canonical Workspace Learning

• arxiv url: http://arxiv.org/abs/2608.19776v2
• Date: Fri, 21 Aug 2026 14:14:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-24 14:49:31.928525
• Title: CoToGrasp: Contact-Topology-Conditioned Dexterous Grasp Synthesis via Canonical Workspace Learning
• Title（参考訳）: CoToGrasp:カノニカルワークスペース学習による接触トポロジーによるデクスタースグラフ合成
• Abstract要約: CoToGraspは、特定の接触トポロジーに厳格に条件付けられた多様な安定したグリップを合成する新しい生成フレームワークである。 CoToGraspは最先端のパフォーマンスを実現し、既存の分類誘導プランナーを上回っている。
• 参考スコア（独自算出の注目度）: 3.906714757786654
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Current dexterous grasp planners primarily optimize for physical stability, focusing on whether an object can be grasped rather than how it should be grasped to support downstream functional tasks. However, conditioning grasp synthesis on specific human grasp taxonomies typically requires prohibitively expensive, object-annotated datasets. To address these limitations, we propose CoToGrasp, a novel generative framework that synthesizes diverse, stable grasps strictly conditioned on specific contact topologies. To bypass the data collection bottleneck, CoToGrasp is trained entirely in an object-agnostic manner. We introduce a feature-based canonical workspace that projects local object features into a unified gripper-centric domain, effectively decoupling the semantic functional intent from the arbitrary object geometry. By learning the intrinsic contact manifold of the gripper within this workspace, our model achieves zero-shot generalization to unseen objects at inference. Extensive evaluations on the large-scale DexGraspNet dataset demonstrate that CoToGrasp achieves state-of-the-art performance, outperforming existing taxonomy-guided planners. Finally, we demonstrate the physical viability and kinematic feasibility of our synthesized contact topologies on a physical robot platform. Code is available on our project website at https://cea-list.github.io/cotograspweb/ .
• Abstract（参考訳）: 現在の厳密な把握プランナーは、主に物理的安定性を最適化し、下流の機能タスクをサポートするために、オブジェクトを把握できるかどうかよりも、オブジェクトを把握できるかどうかに焦点を当てている。 しかしながら、特定の人間のグリップ分類に関する条件付きグリップ合成は、通常、違法に高価で、オブジェクトアノテートされたデータセットを必要とする。 このような制約に対処するために,特定の接触トポロジに厳格に規定された多様な安定なグリップを合成する新しい生成フレームワークであるCoToGraspを提案する。 データ収集のボトルネックを回避するため、CoToGraspは完全にオブジェクトに依存しない方法でトレーニングされている。 本稿では,局所オブジェクトの特徴を統一グリップ中心のドメインに投影し,任意のオブジェクト形状から意味関数的意図を効果的に分離する特徴ベースの標準ワークスペースを提案する。 この作業空間内のグリップの内在的な接触多様体を学習することにより、我々のモデルは推論時に見えない対象にゼロショットの一般化を達成する。 大規模なDexGraspNetデータセットに対する大規模な評価は、CoToGraspが最先端のパフォーマンスを達成し、既存の分類誘導プランナーを上回っていることを示している。 最後に,ロボットプラットフォーム上で合成した接触トポロジの物理的生存性とキネマティックな実現可能性を示す。 コードはプロジェクトのWebサイト https://cea-list.github.io/cotograspweb/ で公開されている。

関連論文リスト

• PhyScensis: Physics-Augmented LLM Agents for Complex Physical Scene Arrangement [89.35154754765502]
  PhyScensisは物理エンジンを動力とするエージェントベースのフレームワークで、物理的に可視なシーン構成を生成する。 本フレームワークは,微粒なテキスト記述や数値パラメータに対する強い制御性を保っている。 実験の結果,本手法はシーンの複雑さ,視覚的品質,身体的精度において,従来の手法よりも優れていた。
  論文  参考訳（メタデータ） (2026-02-16T17:55:25Z)
• 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)
• Kinematify: Open-Vocabulary Synthesis of High-DoF Articulated Objects [59.51185639557874]
  本稿では,任意のRGB画像やテキスト記述から直接音声オブジェクトを合成するフレームワークであるKinematifyを紹介する。 提案手法は, 高DoFオブジェクトに対する運動的トポロジの推測と静的幾何からの関節パラメータの推定という2つの課題に対処する。
  論文  参考訳（メタデータ） (2025-11-03T07:21:42Z)
• Flex: End-to-End Text-Instructed Visual Navigation from Foundation Model Features [59.892436892964376]
  本稿では,視覚に基づく制御ポリシを用いて,ロバストな閉ループ性能を実現するために必要な最小限のデータ要件とアーキテクチャ適応について検討する。 この知見はFlex (Fly lexically) で合成され, 凍結パッチワイド特徴抽出器として, 事前学習された視覚言語モデル (VLM) を用いたフレームワークである。 本研究では,本手法の有効性を,行動クローンによる訓練を実世界のシーンに応用した,四重項フライ・トゥ・ターゲットタスクに適用した。
  論文  参考訳（メタデータ） (2024-10-16T19:59:31Z)
• FuncGrasp: Learning Object-Centric Neural Grasp Functions from Single Annotated Example Object [14.138695935561433]
  FuncGraspは、不明瞭なオブジェクトに対して、密度が高く信頼性の高い把握構成を推測できるフレームワークである。 筆者らのフレームワークは、生成した把握に対する密度と信頼性の観点から、いくつかの強力なベースライン法を著しく上回っている。
  論文  参考訳（メタデータ） (2024-02-08T12:59:47Z)
• Slot Structured World Models [0.0]
  最先端のアプローチでは、フィードフォワードエンコーダを使用して、オブジェクトの埋め込みを抽出し、潜在グラフニューラルネットワークを使用して、オブジェクトの埋め込み間の相互作用をモデル化する。 Slot Structured World Models (SSWM)は、オブジェクト中心のエンコーダと潜在グラフベースの動的モデルを組み合わせた世界モデルのクラスである。
  論文  参考訳（メタデータ） (2024-01-08T21:19:30Z)
• Monocular Per-Object Distance Estimation with Masked Object Modeling [33.59920084936913]
  本稿では、Masked Image Modeling (MiM) からインスピレーションを得て、マルチオブジェクトタスクに拡張する。 Masked Object Modeling (MoM) と呼ばれる我々の戦略は、マスキング技術の新しい応用を可能にする。 我々は、標準KITTI、NuScenes、MOT Synthデータセット上の新しい参照アーキテクチャ(DistFormer)におけるMoMの有効性を評価する。
  論文  参考訳（メタデータ） (2024-01-06T10:56:36Z)
• Multi-Scene Generalized Trajectory Global Graph Solver with Composite Nodes for Multiple Object Tracking [61.69892497726235]
  複合ノードメッセージパッシングネットワーク(CoNo-Link)は、超長いフレーム情報を関連付けるためのフレームワークである。 オブジェクトをノードとして扱う従来の方法に加えて、このネットワークは情報インタラクションのためのノードとしてオブジェクトトラジェクトリを革新的に扱う。 我々のモデルは、合成ノードを追加することで、より長い時間スケールでより良い予測を学習することができる。
  論文  参考訳（メタデータ） (2023-12-14T14:00:30Z)
• Language-guided Robot Grasping: CLIP-based Referring Grasp Synthesis in Clutter [14.489086924126253]
  本研究は, 乱雑な場面において, 自然言語で参照される物体のつかみポーズを予測する, つかみ合成を参照する作業に焦点をあてる。 既存のアプローチでは、参照対象をまずセグメント化し、適切な把握を提案し、自然屋内シーンの複雑さを捉えないプライベートデータセットやシミュレータで評価される。 本稿では,CLIPの視覚的接地機能を利用して,画像とテキストのペアから直接合成を学習する新しいエンド・ツー・エンド・モデル(CROG)を提案する。
  論文  参考訳（メタデータ） (2023-11-09T22:55:10Z)
• A Trainable Optimal Transport Embedding for Feature Aggregation and its Relationship to Attention [96.77554122595578]
  固定サイズのパラメータ化表現を導入し、与えられた入力セットから、そのセットとトレーニング可能な参照の間の最適な輸送計画に従って要素を埋め込み、集約する。 我々のアプローチは大規模なデータセットにスケールし、参照のエンドツーエンドのトレーニングを可能にすると同時に、計算コストの少ない単純な教師なし学習メカニズムも提供する。
  論文  参考訳（メタデータ） (2020-06-22T08:35:58Z)

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。