論文の概要: FWBC-VLA: Force-Aware Whole-Body Compensation for Contact-Rich Loco-Manipulation
- arxiv url: http://arxiv.org/abs/2609.03889v1
- Date: Thu, 03 Sep 2026 14:10:47 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-04 18:28:39.099361
- Title: FWBC-VLA: Force-Aware Whole-Body Compensation for Contact-Rich Loco-Manipulation
- Title（参考訳）: FWBC-VLA:接触リッチロコマニピュレーションのための全体補償
- Abstract要約: コンタクトリッチなロコ操作は、セマンティックアクション生成と物理的相互作用制御の橋渡しを必要とする。
FWBC-VLAは,タスクレベルVLAアクション生成と低レベル全体補償制御をブリッジする力覚フレームワークである。
ロボ操作タスクでは、事前訓練されたVLAバックボーンのパラメータはすべて、我々のWL&Armデータセット上で微調整される。
- 参考スコア（独自算出の注目度）: 8.329146477540311
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Contact-rich loco-manipulation requires a bridge between semantic action generation and physical interaction control. Existing Vision-language-action (VLA) models generate task-level actions from visual and linguistic observations, but cannot interpret the physical interactions induced by those actions. While the whole-body control (WBC) policy can stabilize the robot, it cannot distinguish task-relevant interaction forces from forces induced by external disturbances during manipulation. Although force/torque sensors provide direct measurements of physical interactions, retrofitting them entails additional hardware costs and substantial integration effort, particularly for platforms not designed with sensor integration in mind. To address this problem, we propose FWBC-VLA, a force-aware framework that bridges task-level VLA action generation and low-level whole-body compensation control for wheeled-legged robots. First, we introduce HSR-Force, a sensorless residual-torque estimator for inferring contact strength and its temporal variation. These contact estimates are then encoded as tokens and injected into the VLA action expert during action decoding, enabling the policy to perceive contact onset, sustained loading, and release. For loco-manipulation tasks, all parameters of the pretrained VLA backbone are fine-tuned on our WL\&Arm Dataset, which comprises more than 5,000 episodes. Moreover, the robot's proprioceptive state, the Jacobian-derived body-frame force estimate, and the estimated contact state are jointly fed into a compensation generator to produce corrective actions. The manipulation-centric actions are subsequently combined with the corrective actions and passed to the WBC policy for execution. Real-world experiments on whiteboard wiping and door opening with a door closer demonstrate the effectiveness of our FWBC-VLA in contact-rich loco-manipulation.
- Abstract（参考訳）: コンタクトリッチなロコ操作は、セマンティックアクション生成と物理的相互作用制御の橋渡しを必要とする。
既存の視覚言語アクション(VLA)モデルは、視覚的および言語学的観察からタスクレベルのアクションを生成するが、これらのアクションによって引き起こされる物理的相互作用を解釈することはできない。
全身制御(WBC)ポリシーはロボットを安定化させることができるが、操作中に外乱によって引き起こされる力とタスク関連相互作用力を区別することはできない。
力/トルクセンサーは物理的相互作用を直接測定するが、特にセンサー統合を念頭に置いて設計されていないプラットフォームでは、ハードウェアコストと相当な統合作業が必要になる。
この問題に対処するために,作業レベルVLAアクション生成と車輪付きロボットの低レベル全体補償制御をブリッジする力覚フレームワークであるFWBC-VLAを提案する。
まず, 接触強度と時間変動を推定するセンサレス残留トルク推定器HSR-Forceを紹介する。
これらの接触推定値はトークンとしてエンコードされ、アクション復号中にVLAアクションエキスパートに注入される。
loco-manipulationタスクでは、トレーニング済みのVLAバックボーンのパラメータはすべて、5,000エピソード以上からなるWL\&Arm Dataset上で微調整されます。
さらに、ロボットの受容状態、ジャコビアン由来のボディーフレーム力の推定、推定された接触状態を補償発生器に連通して補正動作を生成する。
操作中心のアクションはその後、修正アクションと組み合わせられ、実行のためにWBCポリシーに渡される。
FWBC-VLAが接触に富むロコ操作において有効であることを示すために,ドアを近づけたホワイトボードのワイピングとドアの開口に関する実世界実験を行った。
関連論文リスト
- MobileVLA-R1 2.0: RL-Enhanced Reasoning for Mobile Robot Control [63.85634404397772]
MobileVLA-R1 2.0は、移動ロボットのためのRL拡張ビジョン言語アクションフレームワークである。
教師付きChain-of-Thought(CoT)アライメントと強化学習を通じて、具体的軌道上の多粒性推論を学習する。
VLN-CE, QUARD, およびUnitree Go2およびG1ロボットへの実環境展開を網羅し, 言語誘導ナビゲーション, 四脚制御, ヒューマノイド移動操作の評価を行った。
論文 参考訳（メタデータ） (2026-09-05T20:31:14Z) - CR-VLA-Force: Learning Control-aware Compliance VLA Model for Robust Contact-rich Robotic Manipulation [22.8919569384701]
リアクティブ制御のための制御対応VLAフレームワークを提案する。
CC-VLAモデルは、力信号シーケンスと視覚言語による融合特徴を符号化するために、MoE(Multimodal Mixed-of-experts)を使用する。
CC-VLAは, 力知覚課題の成功率を著しく向上し, 力制御精度の向上を図っている。
論文 参考訳（メタデータ） (2026-09-05T02:54:51Z) - WT-UMI: Tactile-based Whole-Body Manipulation via Force-Supervised Contact-Aware Planning [7.150534189488604]
ばらばらで変形可能な、共有負荷オブジェクトの全身ヒューマノイド操作には、分散接触センシングと明示的な力規制が必要である。
本稿では,人間の操作者やヒューマノイドに装着したウェアラブルな全身触覚インタフェースである textbfWT-UMI を提案する。
論文 参考訳（メタデータ） (2026-06-11T11:45:58Z) - VAIC: Vision-Guided Humanoid Agile Object Interaction Control via Decoupled Commands [56.029505206531155]
Vision Guided Agile Interaction Control (VAIC)は、現在のコントローラとヒューマノイドロボットのギャップを埋める統合フレームワークである。
まず、特権教師政策は、正確な物体運動学と正確な環境状態を用いて多様な相互作用スキルを習得する。
第二に、デプロイ可能な学生ポリシーは、全体追跡を複数の軸にまたがる速度目標に置き換えることで、これらの能力を蒸留する。
論文 参考訳（メタデータ） (2026-06-08T09:52:55Z) - ForceVLA2: Unleashing Hybrid Force-Position Control with Force Awareness for Contact-Rich Manipulation [75.39847750457626]
エンドツーエンドの視覚言語アクションフレームワークであるForceVLA2は、ハイブリッドな力配置制御と明示的な力覚を備えたロボットを装備する。
学習と評価を支援するために,5つの接触豊富なタスクに1,000の軌道を含むForceVLA2-Datasetを構築した。
実験により、ForceVLA2は接触リッチな操作における成功率と信頼性を大幅に改善することが示された。
論文 参考訳（メタデータ） (2026-03-16T12:03:58Z) - Interaction-Aware Whole-Body Control for Compliant Object Transport [33.233203393813376]
本稿では,人工小脳として機能する対話指向型全身制御(IO-WBC)を提案する。
IO-WBCは上流(スキルレベル)のコマンドを、接触中の安定した物理的に一貫した全身動作に変換する。
論文 参考訳（メタデータ） (2026-03-04T05:50:40Z) - CompliantVLA-adaptor: VLM-Guided Variable Impedance Action for Safe Contact-Rich Manipulation [35.15898666328117]
本稿では,視覚言語モデル (VLM) を用いた最先端のビジョン・ランゲージ・アクション (VLA) モデルを拡張した CompliantVLA-adaptor を提案する。
既存のVLAシステム(例えば、RTT、Pi0.5、OpenVLA-oft)は典型的には出力位置を出力するが、力覚的な適応が欠如しており、接触、コンプライアンス、不確実性を含む物理的タスクにおいて、安全でないまたは失敗した相互作用をもたらす。
我々の手法はVLAのベースラインよりも複雑なコンタクトリッチなタスクのスイートの方が優れていることを実証する。
論文 参考訳（メタデータ） (2026-01-21T23:52:40Z) - CHIP: Adaptive Compliance for Humanoid Control through Hindsight Perturbation [70.5382178207975]
hIsight Perturbation (CHIP)は、制御可能なエンドエフェクタ剛性を実現するプラグイン・アンド・プレイモジュールである。
CHIPの実装は簡単で、データ拡張も追加の報酬チューニングも必要ありません。
そこで本研究では,CHIPでトレーニングした汎用モーショントラッキングコントローラが,多種多様な操作タスクを実行できることを示す。
論文 参考訳（メタデータ） (2025-12-16T18:56:04Z) - ForceVLA: Enhancing VLA Models with a Force-aware MoE for Contact-rich Manipulation [62.58034332427291]
ForceVLAは、新しいエンドツーエンド操作フレームワークである。
外部力センシングは、VLAシステム内の第一級のモダリティとして扱う。
論文 参考訳（メタデータ） (2025-05-28T09:24:25Z) - Robotic Control via Embodied Chain-of-Thought Reasoning [86.6680905262442]
学習したロボット制御ポリシーの鍵となる制限は、トレーニングデータの外部で一般化できないことである。
視覚言語行動モデル(VLA)に関する最近の研究は、大規模なインターネット事前学習型視覚言語モデルを使用することで、その堅牢性と一般化能力を大幅に向上させることができることを示した。
ロボットの動作を予測する前に、VLAに対して、計画、サブタスク、動作、視覚的接地機能について複数の推論を行うために、VLAに対してEmbodied Chain-of-Thought Reasoning (ECoT)を導入する。
論文 参考訳（メタデータ） (2024-07-11T17:31:01Z)
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。