論文の概要: Active Surface-Driven Reconfigurable Gripper: Robust Grasping and Sequential Manipulation of Thin Objects
- arxiv url: http://arxiv.org/abs/2608.26883v1
- Date: Thu, 27 Aug 2026 09:40:56 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-28 16:30:58.333494
- Title: Active Surface-Driven Reconfigurable Gripper: Robust Grasping and Sequential Manipulation of Thin Objects
- Title（参考訳）: 能動表面駆動リコンフィギュアブルグリッパー:薄い物体のロバストグラスピングと逐次操作
- Abstract要約: 本稿では,本を代表例として,薄型物体の把握について考察する。
そこで本研究では,アクティブな表面と不活性なコンプライアンスを統合した新しいソリューションを提案する。
その結果,薄い物体を平らにつかむ場合の強靭性と適応性を示した。
- 参考スコア（独自算出の注目度）: 4.01442030245848
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Robotic grippers face substantial challenges in grasping and manipulating thin objects. Most existing grippers rely on highly precise approach and grasp motions, which limits robustness and reduces applicability. This paper explores thin-object grasping using books as a representative example. Here, we propose a novel solution that integrates an active surface with underactuated compliance to achieve stable grasping of thin objects without complex control. First, an underactuated gripper with an active surface is designed. The active-surface thumb performs in-hand repositioning of the target book without requiring adjustments of the robot arm or the other fingers, while the underactuated fingers establish compliant contact conditions with the environment, and the reconfigurable structure enables reliable grasping of books under different configurations. Second, we establish a kinematic model of the gripper, and determine the initial grasp postures for two representative scenarios (books lying flat on a desktop and books vertically packed in a shelf). Third, by analyzing the physical model of a book lying on a table and its interaction with the gripper and the environment, we systematically optimize the structural parameters and grasping strategy. Finally, extensive experiments validate the effectiveness of the proposed gripper and strategy. The results demonstrate strong robustness and adaptability when grasping thin objects placed flat (including books, paper, fabric, plastic film, and mouse pad), as well as a high success rate when grasping vertically packed books. Moreover, the proposed gripper can reliably complete long sequential "grasp-place" tasks.
- Abstract（参考訳）: ロボットグリップは、薄い物体をつかみ、操作する上で重大な課題に直面している。
既存のグリップパーの多くは高度に精密なアプローチと握り動作に依存しており、頑丈さを制限し、適用性を低下させる。
本稿では,本を代表例として,薄型物体の把握について考察する。
そこで本研究では, 複雑な制御を行うことなく, 動作面と不活性なコンプライアンスを一体化して, 物体の安定な把持を実現する手法を提案する。
まず、アクティブな表面を有する不動グリップを設計する。
アクティブ表面親指は、ロボットアームや他の指の調整を必要とせずに、対象の本を手動で再配置し、不動指は環境に適合した接触条件を確立し、再構成可能な構造は、異なる構成の本を確実に把握することができる。
第2に,グリップの運動モデルを構築し,2つの代表的なシナリオ(デスクトップ上に横たわる本と棚に垂直に詰められた本)について,最初の把握姿勢を決定する。
第3に,テーブル上に横たわる本の物理的モデルとグリップと環境との相互作用を解析することにより,構造パラメータと把握戦略を体系的に最適化する。
最後に,提案したグリップと戦略の有効性を検証した。
その結果, 平らな薄い物体(本, 紙, 布, プラスチックフィルム, マウスパッドなど)をつかむ場合の強靭性と適応性, 鉛直に充填した本をつかむ場合の高い成功率を示した。
さらに、提案するグリップは、長時間の「グラスプレース」タスクを確実に完了させることができる。
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) - AdaDexGrasp: Adaptive Dexterous Grasping via 3D Visuo-Tactile Representation Fusion [60.79507611737292]
人間は視覚知覚と触覚フィードバックをシームレスに統合することで、安定的で適応的な把握を実現する。
既存のロボットグルーピングアプローチは、視覚入力と接触後の触覚誘導適応機構の欠如に依存している。
本稿では, 把握生成, 実現可能性予測, 適応的改善を統合した統合型ビジュオタクティル・フュージョン・グリーティング・フレームワークを提案する。
論文 参考訳（メタデータ） (2026-08-06T16:29:11Z) - Design and stability analysis of an underactuated hand with passively rotating fingers [1.3649494534428745]
本稿では,空間移動性を有する不動型ロボット指の革新的な設計と安定性解析について述べる。
指の構造は回転関節をベースに組み込んでおり、円筒形と球形の両方の把持を容易にする受動的空間回転を可能にしている。
個々の指と複数の指の間での運動不足の統合は、機能的適応性を維持しつつ、機械的複雑さ、コスト、制御要求を低減させる。
論文 参考訳（メタデータ） (2026-07-21T10:37:18Z) - SoftVTBench: A Safety-Aware Visuo-Tactile Benchmark for Physically Constrained Robotic Manipulation of Deformable Objects [56.16187327142104]
We present SoftVTBench, a safety-aware visuo-tactile benchmark for deformable object operation。
有限要素シミュレートされた変形可能な物体を持つアイザック・シムで構築されたSoftVTBenchは、多視点RGB観察、マーカーの動きによる触覚センシング、プロプレセプション、言語指示を提供する。
論文 参考訳（メタデータ） (2026-07-05T11:12:29Z) - Learn Weightlessness: Imitate Non-Self-Stabilizing Motions on Humanoid Robot [56.377161933570335]
人間は自然に非自己安定化(NSS)運動中に「無重力」状態を利用する。
この生物学的メカニズムに着想を得て,データセットのアノテーションに対する無重力自動ラベル方式を提案する。
我々の研究は、正確な軌道追跡と適応的な環境相互作用のギャップを埋め、接触リッチなヒューマノイド制御のための生物学的にインスパイアされたソリューションを提供する。
論文 参考訳（メタデータ） (2026-04-23T07:10:05Z) - FastGrasp: Learning-based Whole-body Control method for Fast Dexterous Grasping with Mobile Manipulators [30.405863830176028]
そこで我々は,移動型高速グリーティングのための,把握誘導,全身制御,触覚フィードバックを統合した学習ベースのフレームワークを提案する。
筆者らの2段階強化学習戦略はまず,多様な把握候補を生成する。
実験はシミュレーションと実世界のシナリオの両方において優れた把握性能を示す。
論文 参考訳（メタデータ） (2026-04-14T15:30:57Z) - GAPG: Geometry Aware Push-Grasping Synergy for Goal-Oriented Manipulation in Clutter [27.71481975135778]
乱雑な環境では、シングルステップの把握が不十分であることが多い。
従来の作業は、把握可能な空間を作るための補助的なアクションとしてプッシュを導入してきた。
我々は,グリップとプッシュ評価を統合するために,幾何対応のプッシュグラス・シナジー・フレームワークを提案する。
論文 参考訳（メタデータ） (2026-03-22T12:30:44Z) - LDHP: Library-Driven Hierarchical Planning for Non-prehensile Dexterous Manipulation [3.829270241398111]
非包括的操作は、非構造化設定で、細く、大きく、または、その他の非移植不可能なオブジェクトを扱うのに不可欠である。
事前の計画と探索に基づく手法は、しばしばアドホックな手動設計に依存するか、物理的に実現不可能な動作を生成する。
本稿では,ライブラリ駆動型階層型プランナ(LDHP)を提案する。
論文 参考訳（メタデータ） (2026-03-14T08:54:49Z) - Learning Bimanual Cloth Manipulation with Vision-based Tactile Sensing via Single Robotic Arm [5.190090354079479]
Touch G.O.G. (タッチ G.O.G.) は、視覚をベースとした触覚グリップと、単腕バイマニュアル布の操作のための知覚/制御フレームワークである。
実験では、エッジ、コーナー、インテリアリージョン、障害の把握において、96%の精度が示されている。
結果として、Touch G.O.G.は変形可能なオブジェクト操作のためのコンパクトで費用対効果の高いソリューションであると強調された。
論文 参考訳（メタデータ） (2026-03-11T10:15:42Z) - Grasp to Act: Dexterous Grasping for Tool Use in Dynamic Settings [5.05447792208957]
本稿では,物理学に基づくグリップ最適化と強化学習に基づくグリップ適応を組み合わせたハイブリッドシステムGrasp-to-Actを提案する。
提案手法では,人間の実演から得られる頑健なグリップ構成を合成し,手動滑走を防止するために,手動補正を残留的に発行する適応制御器を用いる。
16-DoFデキスタラスハンドを用いたシミュレーションおよび実世界のハードウェア試行において,本手法は手動の翻訳および回転のスリップを低減し,タスク完了率が最も高い。
論文 参考訳（メタデータ） (2026-02-24T01:53:39Z) - 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) - Make-It-Poseable: Feed-forward Latent Posing Model for 3D Humanoid Character Animation [74.6792422278706]
本稿では,遅延空間変換問題として文字ポーズを再構成する新しいフィードフォワードフレームワークであるMake-It-Poseableを紹介する。
提案手法は,その潜在表現を直接操作することで,新しいポーズのキャラクタを再構成する。
また、部品交換や改良などの3D編集アプリケーションにも自然に拡張される。
論文 参考訳（メタデータ） (2025-12-18T17:01:44Z) - Dynamic Manipulation of Deformable Objects in 3D: Simulation, Benchmark and Learning Strategy [88.8665000676562]
従来の手法は、しばしば問題を低速または2D設定に単純化し、現実の3Dタスクに適用性を制限する。
データ不足を軽減するため、新しいシミュレーションフレームワークと、低次ダイナミクスに基づくベンチマークを導入する。
本研究では,シミュレーション前トレーニングと物理インフォームドテスト時間適応を統合するフレームワークであるDynamics Informed Diffusion Policy (DIDP)を提案する。
論文 参考訳（メタデータ） (2025-05-23T03:28:25Z)
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。