論文の概要: Learning to infer and manipulate through distributed whole-arm interaction in a soft robot
- arxiv url: http://arxiv.org/abs/2608.30773v1
- Date: Mon, 31 Aug 2026 13:35:00 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-01 18:31:31.420502
- Title: Learning to infer and manipulate through distributed whole-arm interaction in a soft robot
- Title（参考訳）: ソフトロボットにおける分散アームインタラクションによる推論と操作の学習
- Abstract要約: ゾウやタコのような動物では、物体に関する非視覚的な情報を取得し、それと物理的に関わることは不可分なプロセスである。
本稿では,タスク関連情報を共同で公開し,操作動作を整理する物理インテリジェンスフレームワークを提案する。
これを可能にする重要な革新は、(i)広いワークスペース探索の基準を提供する事前訓練された探索政策、(ii)単一のリカレントポリシー内での探索と把握を統合した共同最適化、(iii)観察マッピングと政策微調整を含む2段階のsim-to-real適応である。
- 参考スコア（独自算出の注目度）: 10.64814207190881
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In animals such as elephants and octopuses, acquiring non-visual information about an object and physically engaging with it are inseparable processes mediated by rich, large-area interactions between compliant appendages and the environment. Soft robots provide a natural platform for translating this principle into engineered systems. Yet current robotic intelligence makes limited use of physical interaction, treating it primarily as a disturbance to be rejected or, at best, as a means of compensating for object misalignment. Here, we introduce a physical intelligence framework in which distributed compliant interactions jointly reveal task-relevant information and organize manipulation behavior. This results in an intrinsically partially observable problem: key task-relevant information is never measured directly, but must instead be inferred from the history of physical interactions. We propose a reinforcement-learning architecture that addresses this challenge by learning a memory-based control policy end-to-end. The key innovations making this possible are (i) a pretrained exploration policy that provides a reference for broad workspace exploration, (ii) joint optimization that integrates exploration and grasping objectives within a single recurrent policy, and (iii) a two-stage sim-to-real adaptation including observation mapping and policy fine-tuning. We demonstrate this principle through blind whole-arm grasping with a hybrid rigid-soft robotic arm that we equip with IMUs embedded directly within its compliant structure, providing its only source of proprioceptive sensing. The learned policy successfully identifies and grasps various objects by autonomously coordinating workspace exploration, object encounter and localization, inference of grasp-relevant properties, and stable whole-arm wrapping.
- Abstract（参考訳）: ゾウやタコのような動物では、物体に関する非視覚的な情報を取得し、それと物理的に関わることは、適合する付属物と環境の間のリッチで大面積の相互作用によって媒介される不可分なプロセスである。
ソフトロボットは、この原理をエンジニアリングシステムに翻訳するための自然なプラットフォームを提供する。
しかし、現在のロボットインテリジェンスは、物理的相互作用を限定的に利用し、主に拒否される障害として扱うか、あるいは少なくとも、物体の誤認識を補う手段として扱う。
本稿では,分散対応型インタラクションが協調してタスク関連情報を明らかにし,操作動作を整理する物理知能フレームワークを提案する。
キータスク関連情報は直接計測されることはないが、代わりに物理的相互作用の歴史から推測される必要がある。
本稿では,メモリベースの制御ポリシをエンドツーエンドに学習することで,この課題に対処する強化学習アーキテクチャを提案する。
これを実現するための重要なイノベーションは
一 広いワークスペース探査の参考となる事前訓練された探査方針
二 単一の反復方針において目的の探索と把握を統合する共同最適化及び
三 観察マッピング及び政策微調整を含む二段階のシム・トゥ・リアル適応。
我々は、この原理を、IMUをその適合構造に直接組み込んだハイブリッドな剛性ソフトロボットアームで、目隠しの全腕握りによって実証し、その唯一の受容的感覚源を提供する。
学習されたポリシーは、ワークスペース探索、オブジェクトの遭遇とローカライゼーション、グリップ関連特性の推測、安定した全腕包みを自律的に調整することで、様々なオブジェクトを識別し、把握する。
関連論文リスト
- Learning Physical Interaction: A Survey of Tactile- and Force-aware Robot Learning [128.76135832773102]
物理的に接地されたロボットインテリジェンスは、ロボットが物理的世界との相互作用を知覚し、推論し、規制することを要求する。
近年のロボット学習法は, 力, 触覚, 視覚, 言語, 触覚を学習操作ポリシーに組み込むことで, 大幅な進歩を遂げている。
これらの進歩にもかかわらず、既存の調査では、統一的な視点から、力と触覚を意識したロボット学習を明示的にレビューしていない。
論文 参考訳（メタデータ） (2026-08-02T14:22:01Z) - OmniUMI: Towards Physically Grounded Robot Learning via Human-Aligned Multimodal Interaction [41.5123936517904]
UMIスタイルのインタフェースはスケーラブルなロボット学習を可能にするが、既存のシステムはほとんどビジュモータのままである。
OmniUMIは,人間と協調したマルチモーダルインタラクションによる物理的基盤を持つロボット学習のための統合フレームワークである。
論文 参考訳（メタデータ） (2026-04-12T13:48:48Z) - InterReal: A Unified Physics-Based Imitation Framework for Learning Human-Object Interaction Skills [16.31202379413011]
我々は,現実世界の人間-物体間相互作用(HOI)制御のための統合物理学に基づく模倣学習フレームワークを開発した。
InterRealは、人間型ロボットがHOI参照動作をトラッキングし、きめ細かい対話的スキルの学習を容易にする。
クリティカルトラッキングエラーメトリクスによって導かれるメタ政治は、低レベルの強化学習目標に対して報酬信号を探索し、割り当てる。
論文 参考訳（メタデータ） (2026-03-08T07:44:35Z) - InterPrior: Scaling Generative Control for Physics-Based Human-Object Interactions [58.329946838699044]
人間は、明示的な全身運動のレベルで、物体と全身の相互作用を計画することは滅多にない。
このような事前のスケーリングは、ヒューマノイドがロコ操作スキルの構築と一般化を可能にする鍵となる。
我々は,強化学習による大規模模倣事前学習とポストトレーニングを通じて,統合生成コントローラを学習するフレームワークであるInterPriorを紹介する。
論文 参考訳（メタデータ） (2026-02-05T18:59:27Z) - Executable Analytic Concepts as the Missing Link Between VLM Insight and Precise Manipulation [70.8381970762877]
VLM(Vision-Language Models)は、セマンティック推論とタスク計画において顕著な能力を示す。
本稿では,VLMに基づく推論を実行可能な解析概念を通じて基礎づける新しいフレームワークであるGRACEを紹介する。
G GRACEは高レベル命令理解と低レベルロボット制御の統一的で解釈可能なインターフェースを提供する。
論文 参考訳（メタデータ） (2025-10-09T09:08:33Z) - Learning Video Generation for Robotic Manipulation with Collaborative Trajectory Control [72.00655365269]
本稿では,協調的軌跡定式化を通じてオブジェクト間ダイナミクスをモデル化する新しいフレームワークであるRoboMasterを紹介する。
オブジェクトを分解する従来の方法とは異なり、我々のコアは、相互作用プロセスを3つのサブステージ(相互作用前、相互作用後、相互作用後)に分解することである。
提案手法は既存の手法よりも優れており,ロボット操作のための軌道制御ビデオ生成における最先端性能を確立している。
論文 参考訳（メタデータ） (2025-06-02T17:57:06Z) - Learning Where to Look: Self-supervised Viewpoint Selection for Active Localization using Geometrical Information [68.10033984296247]
本稿では, 位置決めの精度を高めるために, 視点選択の重要性を強調し, アクティブな位置決め領域について検討する。
私たちのコントリビューションは、リアルタイム操作用に設計されたシンプルなアーキテクチャ、自己教師付きデータトレーニング方法、および実世界のロボティクスアプリケーションに適した計画フレームワークにマップを一貫して統合する能力による、データ駆動型アプローチの使用に関するものです。
論文 参考訳（メタデータ） (2024-07-22T12:32:09Z) - Learning Manipulation by Predicting Interaction [85.57297574510507]
本稿では,インタラクションを予測して操作を学習する一般的な事前学習パイプラインを提案する。
実験の結果,MPIは従来のロボットプラットフォームと比較して10%から64%向上していることがわかった。
論文 参考訳（メタデータ） (2024-06-01T13:28:31Z) - GEARS: Local Geometry-aware Hand-object Interaction Synthesis [38.75942505771009]
本研究では, 相互作用領域近傍の局所物体形状を推定するための, 結合中心型センサを提案する。
学習の複雑さを軽減するための重要なステップとして、グローバルフレームからテンプレートハンドフレームにポイントを変換し、共有モジュールを使用して各関節のセンサ特徴を処理する。
これに続いて、異なる次元の関節間の相関を捉えることを目的とした知覚時間変換ネットワークが提供される。
論文 参考訳（メタデータ） (2024-04-02T09:18:52Z) - Learning Extrinsic Dexterity with Parameterized Manipulation Primitives [8.7221770019454]
我々は、オブジェクトのポーズを変えるために環境を利用する一連のアクションを学習する。
我々のアプローチは、オブジェクトとグリップと環境の間の相互作用を利用してオブジェクトの状態を制御することができる。
拘束されたテーブルトップワークスペースから様々な重量,形状,摩擦特性の箱状物体を選別する手法の評価を行った。
論文 参考訳（メタデータ） (2023-10-26T21:28:23Z) - Physically Plausible Full-Body Hand-Object Interaction Synthesis [32.83908152822006]
そこで本研究では,全体で手-物体間相互作用を合成するための物理に基づく手法を提案する。
既存のメソッドは、しばしば相互作用プロセスの分離されたセグメントにフォーカスし、成果物をもたらす可能性のあるデータ駆動技術に依存します。
論文 参考訳（メタデータ） (2023-09-14T17:55:18Z)
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。