論文の概要: CANTABILE: Learning Expressive Dynamics for Robotic Piano Performance

• arxiv url: http://arxiv.org/abs/2609.18213v1
• Date: Wed, 16 Sep 2026 06:42:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-20 08:55:53.680683
• Title: CANTABILE: Learning Expressive Dynamics for Robotic Piano Performance
• Title（参考訳）: CANTABILE: ロボットピアノ演奏のための表現力の学習
• Abstract要約: CANTABILEは、ロボットピアノのパフォーマンスを動的に認識するフレームワークである。 今後のベロシティ目標にポリシーを条件にすることで、スコア・ツー・カバーのループを閉じる。 51曲をすべて改善し、ハーフノートのベロシティエラーと一致し、レファレンスオーディオまでのログメル距離を8%削減した。
• 参考スコア（独自算出の注目度）: 20.19824870962528
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Robotic piano playing has emerged as a standard benchmark for dexterous bimanual manipulation, yet progress on it has been measured almost entirely by note accuracy -- which keys are pressed (pitch) and when (onset) -- leaving the musical dynamics essential for expressive performance neither rewarded nor evaluated. We propose CANTABILE, a dynamics-aware framework for robotic piano performance that (i) closes the score-to-contact loop by conditioning the policy on upcoming velocity goals and mapping each key's angular velocity at onset back to MIDI velocity, (ii) couples a velocity-fidelity reward with an onset-coverage reward, so that dynamics cannot be improved by omitting difficult notes, and (iii) refines a frozen dynamics-aware base policy with an alpha-scaled, finger-only residual that localizes strike-intensity adaptation away from nominal note execution. On EXPRESSIVE-51, a dynamics-rich 51-song subset of RoboPianist, CANTABILE raises Velocity F1 -- jointly measuring pitch, onset, and intensity within a +/-8 MIDI-velocity tolerance -- from 0.06 to 0.34 over the RoboPianist baseline, improves all 51 songs, more than halves matched-note velocity error, and reduces log-mel distance to reference audio by 8%. Intensity-randomized training further enables runtime control of performance intensity without retraining.
• Abstract（参考訳）: ロボットピアノの演奏は、器用なバイマニュアル操作の標準ベンチマークとして登場したが、音符の正確さによってほぼ完全に測定され、どのキーが押されたか(ピッチ)と(オンセット)で、表現的な演奏に不可欠な音楽力学は報いも評価もされない。 ロボットピアノ演奏のための動的フレームワーク CANTABILE を提案する。 (i)次の速度目標にポリシーを定め、各キーの角速度をMIDI速度に戻してスコア・トゥ・コンタクトループを閉じる。 (二)困難音を和らげることによって力学を改善することができないように、速さ-忠実報酬と積算報酬とを結合し、 (iii)アルファスケールの指のみの残差で凍結した動的認識ベースのポリシーを洗練し、ストライクインテンシティ適応を名目文字実行から切り離す。 EXPRESSIVE-51では、RoboPianistの動的に豊富な51曲のサブセットであるCANTABILEがVelocity F1(ピッチ、オンセット、強度を+/-8MIDI-velocity トレランスで共同測定)をRoboPianistベースラインで0.06から0.34に引き上げ、51曲すべての改善、ハーフの一致した音符速度エラー以上、ログメル距離を8%削減する。 強度ランダム化トレーニングにより、再トレーニングなしにパフォーマンス強度のランタイム制御が可能になる。

関連論文リスト

• Reinforcement Learning for Real-Time Vision-Language-Action Policies [71.61893237919794]
  Real-Time EXPO-FTはリアルタイムVLAポリシーを微調整するためのRLフレームワークである。 Kinetixベンチマークでは、Real-Time EXPO-FTにより、遅延ポリシーが最高のパフォーマンスを達成することができる。 4つの動的な実世界のタスクにおいて、Real-Time EXPO-FTは平均的なポリシー性能を42%から97%に改善する。
  論文  参考訳（メタデータ） (2026-09-16T06:38:36Z)
• Expressive Robotic Pianist: Mastering Complex Piano Repertoire with Graph-Mimic and Musical Dynamics [5.506290956393904]
  ピアノレパートリーの多種多様さにまたがって, 器用なロボットハンドが高忠実性を実現することができることを示す。 我々のアプローチは、ロボットシステムが単なる機械的精度を超えるための堅牢な経路を提供する。
  論文  参考訳（メタデータ） (2026-09-09T21:26:29Z)
• Event-Time Hybrid Optimal Control for Robotic Table Tennis Serves [7.9016044167814785]
  ロボットテーブルテニスは、ロボットのキノダイナミックな限界を尊重しながら、高いボール速度とスピンを必要とする。 我々は、ラケットの衝撃速度と方向を最適化するイベント時間acOCPとしてスピン制御サーブ生成を定式化する。 その結果、イベント時最適制御は、物理的に有効なキノダイナミックなサービスを生成する。
  論文  参考訳（メタデータ） (2026-08-08T14:35:22Z)
• PhysVLA: Towards Physically-Grounded VLA for Embodied Robotic Manipulation [2.7921261962314237]
  VLA(Vision-Language-Action)モデルは、視覚入力と自然言語命令を直接ロボット制御ポリシーにマッピングする。 主に行動実証データに適合するように訓練されているため、剛体力学や接触制約といった基本的な物理原則を明示的に強制していない。 単一ステップまたはチャンクされたVLAの上に適用される標準的な時間的平滑化は、短期記憶が解決できない追加の障害に対して軌道品質を交換する。 我々は、凍結したVLAバックボーンをリトレーニングせずにラップするように設計されたプラグイン・アンド・プレイの推論時フレームワークであるPhysVLAを紹介します。
  論文  参考訳（メタデータ） (2026-06-11T20:23:09Z)
• Time Is a Feature: Exploiting Temporal Dynamics in Diffusion Language Models [57.474294329887236]
  拡散大言語モデル (dLLMs) は反復的 denoising を通じてテキストを生成する。 現在のデコード戦略は、最終的な出力に有利なリッチな中間予測を捨てている。 時間的整合性を利用する2つの相補的手法を導入する。
  論文  参考訳（メタデータ） (2025-08-12T17:59:57Z)
• PANDORA: Diffusion Policy Learning for Dexterous Robotic Piano Playing [7.026712993513959]
  本稿では,ロボットピアノ演奏のための新しい拡散型ポリシー学習フレームワークであるPANDORAについて述べる。 提案手法では,FILMに基づくグローバルコンディショニングにより拡張された条件付きU-Netアーキテクチャを用いて,ノイズの多い動作シーケンスをスムーズな高次元トラジェクトリに繰り返し分解する。 本研究では,タスク固有精度,音声の忠実度,および大規模言語モデル(LLM)オラクルからの高レベルな意味フィードバックを組み込んだ複合報酬関数を設計する。
  論文  参考訳（メタデータ） (2025-03-17T17:22:34Z)
• RP1M: A Large-Scale Motion Dataset for Piano Playing with Bi-Manual Dexterous Robot Hands [57.64308229980045]
  ロボットピアノ100万のデータセットには,100万回以上の軌跡の動作データをバイマニュアルで演奏するロボットピアノが組み込まれている。 指の配置を最適な移動問題として定式化し、大量の未収録曲の自動アノテーションを可能にする。 既存の模倣学習手法のベンチマークでは、RP1Mを活用することにより、最先端のロボットピアノ演奏性能に達することが示されている。
  論文  参考訳（メタデータ） (2024-08-20T17:56:52Z)
• Learning Low-Frequency Motion Control for Robust and Dynamic Robot Locomotion [10.838285018473725]
  実ANYmal C四重極上で8Hzの低速動作を行う学習モーションコントローラを用いて,ロバストでダイナミックな移動を実演する。 このロボットは、1.5m/sの高速度を頑健かつ反復的に達成し、不均一な地形を横切ることができ、予期せぬ外乱に抵抗することができる。
  論文  参考訳（メタデータ） (2022-09-29T15:55:33Z)

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。