論文の概要: PhysCaP: Grounding Code-as-Policy Agent with Physics-Informed Exploration
- arxiv url: http://arxiv.org/abs/2608.21031v1
- Date: Fri, 21 Aug 2026 12:28:58 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-24 14:49:32.525248
- Title: PhysCaP: Grounding Code-as-Policy Agent with Physics-Informed Exploration
- Title（参考訳）: PhysCaP:物理インフォームド探査による接地型コード・アズ・ポリシーエージェント
- Abstract要約: ロボット操作における能動的認識のための物理インフォームド・コード・アズ・ポリシー・エージェントであるPhysCaPについて述べる。
インタラクションを通じて明示的な情報検索を可能にする物理情報探索層で、コード・アズ・ポリティクスのフレームワークを拡張する。
実世界のテーブルトップ操作タスク(隠れた物体の探索、空の缶の検出、熟したアボカドの発見)におけるPhysCaPとLIBEROのシミュレーションタスクについて検討した。
- 参考スコア（独自算出の注目度）: 50.939243639141836
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We present PhysCaP, a Physics-Informed Code-as-Policy agent for active perception in robotic manipulation. While vision-language-action policies excel at imitating demonstrations, they rely on passive observation and fail to infer latent physical properties critical for manipulation. PhysCaP augments code-as-policy frameworks with a physics-informed exploration layer that enables explicit information-seeking through interaction. It introduces training-free physical property extraction modules that estimate object mass and stiffness from robot proprioception without additional sensors. To balance exploration costs and the efficiency of information obtained, PhysCaP employs a dual-agent design: a Planner that decides when to explore and when to stop, and a Prioritizer that filters implausible interactions and ranks the remainder using a heuristic priority score, enabling efficient, targeted exploration. We evaluate PhysCaP on real-world tabletop manipulation tasks (searching for hidden objects, detecting empty cans, and finding ripe avocados) and a simulated task in LIBERO. The results show that existing passive and naive interactive baselines either fail when physical properties are hidden or over-explore, whereas PhysCaP achieves comparable performance with fewer interactions and reduced execution time. Ablation studies further validate the effectiveness of the proposed physical property extraction modules. Project page: https://physcap.github.io
- Abstract（参考訳）: ロボット操作における能動的認識のための物理インフォームド・コード・アズ・ポリシー・エージェントであるPhysCaPについて述べる。
視覚-言語-アクションポリシーはデモの模倣に優れているが、それらは受動的観察に依存し、操作に不可欠な潜伏した物理的特性を推測することができない。
PhysCaPは、インタラクションを通じて明示的な情報検索を可能にする物理情報探索層で、コード・アズ・ポリティクスフレームワークを拡張している。
トレーニング不要な物理的プロパティ抽出モジュールを導入し、追加のセンサーを使わずにロボットの受容から物体の質量と剛性を推定する。
探査コストと得られた情報の効率のバランスをとるために、PhysCaPは、いつ探索し、いつ停止するかを決定するプランナーと、ヒューリスティックな優先度スコアを用いて、不明瞭な相互作用をフィルタリングし、残りをランク付けする優先順位付け器という二重エージェント設計を採用している。
実世界のテーブルトップ操作タスク(隠れた物体の探索、空の缶の検出、熟したアボカドの発見)におけるPhysCaPとLIBEROのシミュレーションタスクについて検討した。
その結果,PhysCaPはインタラクションが少なく,実行時間が短縮されるのに対して,物理特性が隠蔽されている場合や過度に露出している場合には,既存のパッシブでナイーブな対話的ベースラインがフェールすることがわかった。
アブレーション研究は、提案した物理特性抽出モジュールの有効性をさらに検証する。
プロジェクトページ: https://physcap.github.io
関連論文リスト
- PhysAgent: Reflective Agentic Physics Control for Physically Plausible Video Generation [68.13035350819901]
PhysAgentは物理プログラム生成、物理シミュレーション、ステージ固有の検証、ターゲットプログラム修復のループを閉じるフレームワークである。
我々のフレームワークは、より物理的に妥当なビデオを生成し、より優れたプロンプトアライメントを実現し、多様な物理的シナリオにわたってより効果的に一般化する。
論文 参考訳（メタデータ） (2026-07-17T08:55:09Z) - HAIC: Humanoid Agile Object Interaction Control via Dynamics-Aware World Model [56.4392302336014]
本稿では,外部状態推定を伴わない多種多様なオブジェクトダイナミクス間のロバストな相互作用のためのフレームワークであるHAICを提案する。
我々の重要な貢献は、主観的歴史のみから高次対象状態(速度、加速度)を推定するダイナミクス予測器である。
ヒューマノイドロボットの実験では、HAICはアジャイルタスクで高い成功率を達成する。
論文 参考訳（メタデータ） (2026-02-12T09:34:35Z) - EscherVerse: An Open World Benchmark and Dataset for Teleo-Spatial Intelligence with Physical-Dynamic and Intent-Driven Understanding [56.89359230139883]
本稿では,Teleo-Spatial Intelligence(TSI)について紹介する。
本稿では、大規模なオープンワールドベンチマーク(Escher-Bench)、データセット(Escher-35k)、モデル(Escherシリーズ)からなるEscherVerseを紹介する。
これはIntent-Driven Reasoningを体系的に評価する最初のベンチマークである。
論文 参考訳（メタデータ） (2026-01-04T14:42:39Z) - SIMPACT: Simulation-Enabled Action Planning using Vision-Language Models [60.80050275581661]
VLM(Vision-Language Models)は、目覚しい常識と意味論的推論能力を示す。
物理力学に関する基礎的な理解は欠如している。
テストタイムでシミュレーション可能な ACTion Planning フレームワークである S を提案する。
本手法は,5つの難易度,実世界の剛体および変形可能な操作課題に対して,最先端の性能を示す。
論文 参考訳（メタデータ） (2025-12-05T18:51:03Z) - Physics-informed Ground Reaction Dynamics from Human Motion Capture [4.4795626402834055]
本研究では,モーションキャプチャーデータから直接人体反応動態を推定する新しい手法を提案する。
我々は,Eulerの積分法とPDアルゴリズムを用いて,モーションキャプチャーデータから地上反応力を計算するための高精度で堅牢な手法を提案する。
提案手法は GroundLink データセット上でテストされた。
論文 参考訳（メタデータ） (2025-07-02T04:02:16Z) - Towards Visual Discrimination and Reasoning of Real-World Physical Dynamics: Physics-Grounded Anomaly Detection [2.1013864820763755]
人間は、物体条件の物理的知識に基づいて、知覚、相互作用、推論によって現実世界の物体の異常を検出する。
Phys-ADは、産業異常検出のための、最初の大規模で現実世界の物理地上ビデオデータセットである。
このデータセットには、22の現実世界のオブジェクトカテゴリにわたる6400以上のビデオが含まれており、ロボットアームやモーターと相互作用し、47種類の異常を示す。
論文 参考訳（メタデータ） (2025-03-05T14:49:08Z) - GaussianProperty: Integrating Physical Properties to 3D Gaussians with LMMs [21.3615403516602]
視覚データに対する物理的特性の推定は、コンピュータビジョン、グラフィックス、ロボット工学において重要な課題である。
教材の物理的特性を3Dガウスアンに割り当てる学習自由フレームワークであるガウスプロパティを紹介する。
物理特性アノテーションを持つ3次元ガウスアンが物理に基づく動的シミュレーションやロボットグルーピングに応用できることを実証する。
論文 参考訳（メタデータ） (2024-12-15T17:44:10Z) - PhyPlan: Compositional and Adaptive Physical Task Reasoning with
Physics-Informed Skill Networks for Robot Manipulators [5.680235630702706]
物理推論の既存の方法は、実世界固有の複雑さと不確実性に苦しむデータハングリーである。
本稿では,物理インフォームドニューラルネットワーク(PINN)と修正モンテカルロ木探索(MCTS)を組み合わせた物理インフォームド計画フレームワークであるPhyPlanについて述べる。
論文 参考訳（メタデータ） (2024-02-24T08:51:03Z) - Physically Grounded Vision-Language Models for Robotic Manipulation [59.143640049407104]
39.6Kのクラウドソースと417Kの自動物理概念アノテーションからなるオブジェクト中心のデータセットであるPhysObjectsを提案する。
本稿では,PhysObjects上での視覚言語モデルの微調整により,物理オブジェクト概念の理解が向上することを示す。
我々は、この物理的基盤を持つVLMを、大規模言語モデルに基づくロボットプランナーと対話的なフレームワークに組み込む。
論文 参考訳（メタデータ） (2023-09-05T20:21:03Z) - PhysFormer: Facial Video-based Physiological Measurement with Temporal
Difference Transformer [55.936527926778695]
近年のディープラーニングアプローチは、時間的受容の限られた畳み込みニューラルネットワークを用いた微妙なrの手がかりのマイニングに重点を置いている。
本稿では,エンドツーエンドのビデオトランスをベースとしたアーキテクチャであるPhysFormerを提案する。
論文 参考訳（メタデータ） (2021-11-23T18:57:11Z)
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。