論文の概要: MaskHarness-WAM: Instance-Grounded Harnessing for Long-Horizon Robot Manipulation

• arxiv url: http://arxiv.org/abs/2609.19974v1
• Date: Thu, 17 Sep 2026 09:48:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-20 08:55:54.20821
• Title: MaskHarness-WAM: Instance-Grounded Harnessing for Long-Horizon Robot Manipulation
• Title（参考訳）: MaskHarness-WAM:長距離ロボットマニピュレーションのためのケースグラウンドハラスティング
• Abstract要約: 本研究では,長距離操作のためのインスタンスグラウンドハーネスであるMaskHarness-WAMを提案する。 提案システムは,高レベルタスク計画とターゲットマスクによる低レベル操作ポリシーを結合する。 実際のロボットプラットフォームにおける実験により、MaskHarness-WAMは、連続した多目的操作における限定水平ポリシーを大幅に上回ることを示した。
• 参考スコア（独自算出の注目度）: 24.996956420152426
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Long-horizon robot manipulation requires not only stable local visuomotor control, but also continuous target tracking and reliable task progress assessment throughout execution. This challenge becomes particularly critical when multiple objects share identical appearances and must be manipulated in a prescribed order. In such scenarios, relying solely on a limited-horizon manipulation policy is often insufficient to determine which instance should be operated on and when the task should transition to the next stage. To address this challenge, we propose MaskHarness-WAM, an instance-grounded harness for long-horizon manipulation. The proposed system connects high-level task planning with low-level manipulation policies through target masks, while leveraging visual feedback for subtask scheduling and continuous execution. Since each subtask corresponds to a different target instance, the low-level policy requires a newly established initial target mask under the updated scene at each subtask transition. The harness continuously re-observes the environment, generates, and verifies the target mask at subtask boundaries, thereby updating the instance-level spatial condition provided to the low-level policy. Furthermore, the system advances the manipulation process by switching target instances according to the verified completion status of each subtask. Experiments on a real robot platform demonstrate that MaskHarness-WAM substantially outperforms limited-horizon policies on sequential multi-object manipulation, showing its effectiveness in extending local manipulation skills to reliable long-horizon execution.
• Abstract（参考訳）: ロングホライズンロボットの操作には, 安定した局所運動制御だけでなく, 連続目標追跡, 実行中のタスク進捗評価も必要である。 この課題は、複数のオブジェクトが同一の外観を共有し、所定の順序で操作しなければならない場合に特に重要となる。 このようなシナリオでは、制限された水平操作ポリシーのみに依存することは、どのインスタンスを操作すべきか、いつタスクが次のステージに移行するべきかを決定するのに不十分であることが多い。 この課題に対処するために、長距離操作のためのインスタンス基底型ハーネスであるMaskHarness-WAMを提案する。 提案システムは,サブタスクスケジューリングと連続実行に視覚的フィードバックを活用しながら,目標マスクによる高レベルタスク計画と低レベル操作ポリシーを結合する。 各サブタスクは異なるターゲットインスタンスに対応するため、低レベルポリシーでは各サブタスク遷移の更新シーンの下で新たに確立された初期ターゲットマスクが必要である。 ハーネスは、環境を継続的に再監視し、サブタスク境界における目標マスクを生成し、検証することにより、低レベルポリシーに提供されるインスタンスレベルの空間条件を更新する。 さらに、各サブタスクの確認完了状況に応じて、ターゲットインスタンスを切り替えて操作処理を進める。 実ロボットプラットフォーム上での実験では、MaskHarness-WAMは連続多目的操作における限定水平ポリシーを大幅に上回り、局所的な操作スキルを信頼性のある長距離実行にまで拡張する効果を示す。

関連論文リスト

• ACE: Agentic Control for Embodied Manipulation via Zero-shot Workflow Reasoning [32.18940485472935]
  自然言語からのテーブルトップピック・アンド・プレースのためのゼロショットワークフロー推論フレームワークであるACEを紹介する。 我々は,数立方体を用いたゼロショット多段方程式生成や制約に基づくオブジェクト検索など,論理的に複雑で長い水平タスクにおけるACEを評価する。
  論文  参考訳（メタデータ） (2026-07-05T08:07:42Z)
• GHOST: Hierarchical Sub-Goal Policies for Generalizing Robot Manipulation [54.305781492241785]
  本稿では,トレーニング分布を超えて一般化したビジュモータ操作ポリシーを学習するための枠組みを提案する。 GHOSTは、(i)多視点RGB-D観測から、3Dエンドエフェクタ上の分布として次のサブゴールを予測する高レベルポリシーに制御を分解する。 一連のタスクの中で、この階層的な分解は、フラットな拡散ポリシーと比較して、パフォーマンスと堅牢性を一貫して改善します。
  論文  参考訳（メタデータ） (2026-06-08T18:08:01Z)
• Long-Horizon Manipulation via Trace-Conditioned VLA Planning [55.80061850746898]
  LoHo-Manipは、短い水平VLA実行を専用のタスク管理VLMを介して長い水平命令にスケールするフレームワークである。 LoHo-Manipは、サブタスクシーケンスと明示的な完了+残り分割を軽量言語メモリとして組み合わせた、進捗対応の残計画を予測する。 実行器VLAは、レンダリングされたトレースの条件に適合し、長い水平決定を繰り返しローカル制御に変換する。
  論文  参考訳（メタデータ） (2026-04-23T17:59:04Z)
• PALM: Progress-Aware Policy Learning via Affordance Reasoning for Long-Horizon Robotic Manipulation [27.791908160098625]
  PALMは、インタラクション中心のアベイランス推論とサブタスクプログレスキューに関するポリシー学習を構築する。 Palmはシミュレーションや実世界の実験において、一貫してベースラインを上回っている。
  論文  参考訳（メタデータ） (2026-01-11T21:00:58Z)
• Correspondence-Oriented Imitation Learning: Flexible Visuomotor Control with 3D Conditioning [11.847696426774732]
  本研究では,3次元のフレキシブルなタスク表現を持つビジュモータ制御のための条件付きポリシー学習フレームワークであるImitation-Oriented Learning (COIL)を紹介する。 COILはタスク、オブジェクト、動作パターンをまたいで一般化し、疎密な仕様と密な仕様の両方の下での現実世界の操作タスクの従来の方法と比べて、優れた粒度を達成する。
  論文  参考訳（メタデータ） (2025-12-05T18:50:17Z)
• DeLTa: Demonstration and Language-Guided Novel Transparent Object Manipulation [85.60798754284006]
  DeLTaは、深度推定と6次元ポーズ推定と視覚言語計画を統合した新しいフレームワークである。 提案手法の重要な利点は,カテゴリレベルの事前訓練や追加訓練を必要とせず,新しい透明物体に6次元軌道を一般化する,単段述語法である。
  論文  参考訳（メタデータ） (2025-10-07T08:18:29Z)
• MALMM: Multi-Agent Large Language Models for Zero-Shot Robotics Manipulation [62.854649499866774]
  大規模言語モデル(LLM)は、ロボティクスの操作やナビゲーションなど、さまざまな領域にまたがる優れた計画能力を示している。 特殊なLLMエージェント間で高レベル計画および低レベル制御コード生成を分散する新しいマルチエージェントLLMフレームワークを提案する。 長軸タスクを含む9つのRLBenchタスクに対するアプローチを評価し、ゼロショット環境でロボット操作を解く能力を実証した。
  論文  参考訳（メタデータ） (2024-11-26T17:53:44Z)
• GenCHiP: Generating Robot Policy Code for High-Precision and Contact-Rich Manipulation Tasks [28.556818911535498]
  大規模言語モデル(LLM)はロボットポリシーコードの生成に成功しているが、今のところこれらの結果はハイレベルなタスクに限られている。 適切なアクション空間では、LLMは様々なコンタクトリッチかつ高精度な操作タスクのためのポリシーを生成することができる。
  論文  参考訳（メタデータ） (2024-04-09T22:47:25Z)
• Universal Visual Decomposer: Long-Horizon Manipulation Made Easy [54.93745986073738]
  現実世界のロボットタスクは、幅広い地平線を越えて、複数のステージを包含する。 従来のタスク分解手法では、タスク固有の知識が必要であり、計算集約的であり、新しいタスクに容易に適用できない。 視覚的長時間水平方向操作のためのオフザシェルフタスク分解法であるUniversal Visual Decomposer (UVD)を提案する。 シミュレーションと実世界のタスクの両方でUVDを広範囲に評価し、すべての場合において、UVDは模倣と強化学習設定でベースラインを大幅に上回っている。
  論文  参考訳（メタデータ） (2023-10-12T17:59:41Z)

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。