論文の概要: EquiGQNet: Fast Grasp Quality Evaluation via Shared Equivariant Point Cloud Encoding

• arxiv url: http://arxiv.org/abs/2609.07145v1
• Date: Mon, 07 Sep 2026 07:44:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-12 01:25:14.721391
• Title: EquiGQNet: Fast Grasp Quality Evaluation via Shared Equivariant Point Cloud Encoding
• Title（参考訳）: EquiGQNet: 共有同変点クラウドエンコーディングによる高速なGrasp品質評価
• Abstract要約: 乱雑なテーブルトップシーンにおける6自由度(6自由度)のグリップの計画には,多様なグリップ候補の正確かつ効率的な評価が必要である。 EquiGQNetは,2つのアプローチの長所を結合した,効率的な6-DoFグリップ品質評価器である。
• 参考スコア（独自算出の注目度）: 7.1804801181795215
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Planning six-degree-of-freedom (6-DoF) grasps for unseen objects in cluttered tabletop scenes from a single-view depth image requires accurate and efficient evaluation of diverse grasp candidates. Existing early-fusion methods capture local object geometry relative to each grasp candidate but repeatedly encode the scene, whereas late-fusion methods reuse a shared scene representation but may lose this grasp-relative local geometry. We propose EquiGQNet, an efficient 6-DoF grasp quality evaluator that combines the strengths of both approaches. For grasp orientation, EquiGQNet replaces the early-fusion operation of rotating and re-encoding the point cloud for each grasp candidate with an SO(3)-equivariant encode-once-then-rotate scheme, yielding grasp-aligned geometric features from a shared scene encoding. For grasp translation, Mid-level Action Fusion (MAF) injects the grasp position into intermediate features before global aggregation, retaining local geometry relative to each candidate. We evaluate EquiGQNet in two grasp planning pipelines: Cross-Entropy Method (CEM)-based continuous grasp search and candidate ranking with a pretrained generative planner. In simulation, EquiGQNet achieves grasping performance comparable to the early-fusion baseline and substantially outperforms late fusion on objects with complex geometry and limited graspable regions, while reducing CEM planning time from 3.31s to 0.48s, a 6.9x speedup over early fusion. In real-world household-object decluttering, EquiGQNet achieves a 95.2% grasp success rate and 230 picks per hour, versus 153 and 170 for early- and late-fusion baselines. Code is available at https://equigqnet.github.io/.
• Abstract（参考訳）: 6自由度(6自由度)の1視点深度画像から、散らばったテーブルトップシーンの見えない物体の把握を計画するには、多様な把握候補の正確かつ効率的な評価が必要である。 従来のアーリーフュージョン法では各グリップ候補に対して局所オブジェクトの形状をキャプチャするが、シーンを繰り返しエンコードする一方、レイトフュージョン法では共有シーン表現を再利用するが、このグリップ相対的な局所幾何学は失われる可能性がある。 EquiGQNetは,2つのアプローチの長所を結合した,効率的な6-DoFグリップ品質評価器である。 EquiGQNetは、各グリップ候補に対する点雲の回転と再符号化の早期融合操作をSO(3)等変エンコード・オンス・テン・ローテーション方式で置き換え、共有シーン符号化からグリップ整列幾何学的特徴を得る。 ミドルレベル・アクション・フュージョン(MAF)は、グローバルアグリゲーションの前に、把握位置を中間的特徴に注入し、各候補に対して局所的な幾何を保持する。 クロスエントロピー法(CEM)に基づく連続的グリップ探索と,事前学習した生成プランナーによる候補ランキングの2つのグリップ計画パイプラインにおけるEquiGQNetの評価を行った。 シミュレーションでは、EquiGQNetはアーリーフュージョンのベースラインに匹敵するグルーピング性能を達成し、複雑な幾何学と限られた把握可能な領域を持つオブジェクトのレイトフュージョンを著しく上回り、CEM計画時間を3.31秒から0.48秒に短縮し、アーリーフュージョンよりも6.9倍のスピードアップを実現している。 EquiGQNetは実世界の家庭内ゴミ処理において95.2%の成功率と1時間あたり230回のピックを達成しているが、早期および後期の核融合ベースラインでは153と170である。 コードはhttps://equigqnet.github.io/で公開されている。

関連論文リスト

• Decoupling Geometric Planning and Execution in Scalable Multi-Agent Path Finding [44.79409119345322]
  Multi-Agent Path Finding (MAPF) は、共有グラフ上の複数のエージェントに対して衝突のない軌道を必要とする。 本稿では,幾何計画と実行時競合解決を分離するハイブリッドな優先順位付けフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-03-11T11:04:54Z)
• GSTran: Joint Geometric and Semantic Coherence for Point Cloud Segmentation [33.72549134362884]
  本稿では,セグメント化作業に適した新しい変圧器ネットワークであるGSTranを提案する。 提案するネットワークは主に,局所幾何学変換器と大域意味変換器の2つの主成分から構成される。 ShapeNetPartとS3DISベンチマークの実験により,提案手法の有効性が示された。
  論文  参考訳（メタデータ） (2024-08-21T12:12:37Z)
• SGIFormer: Semantic-guided and Geometric-enhanced Interleaving Transformer for 3D Instance Segmentation [14.214197948110115]
  本稿では,SGIFormerという3次元インスタンスセグメンテーションのための新しい手法を提案する。 Semantic-Guided Mix Query (SMQ)とGeometric-enhanced Interleaving Transformer (GIT)デコーダで構成されている。 ScanNet V2、ScanNet200、そして挑戦的な高忠実度ScanNet++ベンチマークで最先端のパフォーマンスを達成した。
  論文  参考訳（メタデータ） (2024-07-16T10:17:28Z)
• 3D Geometric Shape Assembly via Efficient Point Cloud Matching [59.241448711254485]
  Proxy Match Transform (PMT) は、部品の配向面間の信頼性の高いマッチングを可能にする、高次特徴変換層である。 PMT を基盤として,幾何学的組立作業のための新しいフレームワーク Proxy Match TransformeR (PMTR) を導入する。 我々は,Breaking Badの大規模3次元幾何形状集合ベンチマークデータセットを用いてPMTRの評価を行った。
  論文  参考訳（メタデータ） (2024-07-15T08:50:02Z)
• GMSF: Global Matching Scene Flow [17.077134204089536]
  我々は点雲からのシーンフロー推定の課題に取り組む。 ソースとターゲットポイントクラウドが与えられた場合、目的はソースポイントクラウドの各ポイントからターゲットへの変換を推定することである。 そこで本研究では,この問題に対処するため,より単純なワンショット・ワンショット・グローバルマッチングを提案する。
  論文  参考訳（メタデータ） (2023-05-27T10:04:21Z)
• CloudAttention: Efficient Multi-Scale Attention Scheme For 3D Point Cloud Learning [81.85951026033787]
  この作業にトランスフォーマーをセットし、それらを形状分類と部分およびシーンセグメンテーションのための階層的なフレームワークに組み込む。 また、各イテレーションにおけるサンプリングとグループ化を活用して、効率的でダイナミックなグローバルなクロスアテンションを計算します。 提案した階層モデルは,最先端の形状分類を平均精度で達成し,従来のセグメンテーション法と同等の結果を得る。
  論文  参考訳（メタデータ） (2022-07-31T21:39:15Z)
• Stratified Transformer for 3D Point Cloud Segmentation [89.9698499437732]
  Stratified Transformerは、長距離コンテキストをキャプチャし、強力な一般化能力と高性能を示す。 不規則な点配置によって引き起こされる課題に対処するために,局所情報を集約する第1層点埋め込みを提案する。 S3DIS, ScanNetv2およびShapeNetPartデータセットにおける本手法の有効性と優位性を示す実験を行った。
  論文  参考訳（メタデータ） (2022-03-28T05:35:16Z)
• Rethinking Network Design and Local Geometry in Point Cloud: A Simple Residual MLP Framework [55.40001810884942]
  我々は、洗練された局所幾何学的抽出器を組み込んだ純粋な残留ネットワークPointMLPを導入するが、それでも非常に競争力がある。 実世界のScanObjectNNデータセットでは,従来のベストメソッドを3.3%の精度で上回ります。 最新のCurveNetと比較して、PointMLPは2倍速く、テストは7倍速く、ModelNet40ベンチマークではより正確である。
  論文  参考訳（メタデータ） (2022-02-15T01:39:07Z)
• GSNet: Joint Vehicle Pose and Shape Reconstruction with Geometrical and Scene-aware Supervision [65.13980934546957]
  GSNet(Geometric and Scene-aware Network)と名付けられた新しいエンドツーエンドフレームワークを提案する。 共同で6DoFのポーズを推定し、都会のストリートビューから詳細な3Dカー形状を再構築する。 我々は,最大マルチタスクApolloCar3Dベンチマーク上でGSNetを評価し,定量的かつ定性的に最先端の性能を達成する。
  論文  参考訳（メタデータ） (2020-07-26T13:05:55Z)
• Geometry Constrained Weakly Supervised Object Localization [55.17224813345206]
  弱教師付きオブジェクトローカライゼーションのための幾何制約付きネットワークであるGC-Netを提案する。 検出器は、幾何学的形状を記述する係数の集合によって定義された物体の位置を予測する。 ジェネレータは、得られたマスクされた画像を入力として、オブジェクトとバックグラウンドの2つの補完的な分類タスクを実行する。 従来のアプローチとは対照的に、GC-Netはエンドツーエンドでトレーニングされ、後処理なしでオブジェクトの位置を予測する。
  論文  参考訳（メタデータ） (2020-07-19T17:33:42Z)

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。