論文の概要: MicroHookACT: Monocular Microscopic Vision Guided Visuomotor Policy for Flexible Microelectrode Hooking

• arxiv url: http://arxiv.org/abs/2609.21365v1
• Date: Fri, 18 Sep 2026 06:27:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-21 18:40:16.879207
• Title: MicroHookACT: Monocular Microscopic Vision Guided Visuomotor Policy for Flexible Microelectrode Hooking
• Title（参考訳）: MicroHookACT: フレキシブルマイクロ電極ホッキングのための単眼顕微鏡ビジョンガイドバイスモータポリシー
• Abstract要約: MicroHookACTは、単眼視下での自動3Dフックのための模倣学習ベースのビジュモータポリシーである。 我々のフレームワークは、平均実行時間11.5秒で96.7%の総成功率を達成した。
• 参考スコア（独自算出の注目度）: 15.591409478640122
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Automated needle-loop hooking is a critical step in flexible microelectrode (FME) implantation. This paper presents MicroHookACT, an imitation learning-based visuomotor policy for automated 3D hooking under monocular microscopic vision. First, a unidirectional hooking strategy exploits defocus cues and optical-axis guidance to enable palpation-free precise alignment and contact-rich threading. Second, an action-supervised object attention module built on a frozen ViT backbone learns to focus on the micro-needle tip and micro-loop directly from human demonstrations, without requiring manual visual annotations for training. Third, attention-centered global coarse and local fine features are dynamically weighted according to predicted action progress, enabling a single ACT policy to adapt to changing defocus blur and visual requirements throughout the operation. In the experiments, visuomotor policies were trained on 60 human demonstrations and evaluated under five setups with varying difficulties. Our MicroHookACT framework achieved the highest overall success rate of 96.7\% with an average execution time of 11.5 s. These results demonstrate the potential of visuomotor policy learning for micron-level control under varying operating conditions.
• Abstract（参考訳）: 針ループフックの自動化は、フレキシブルマイクロ電極(FME)の移植における重要なステップである。 単眼視下での自動3Dフックのための模倣学習に基づくビジュモータポリシーであるMicroHookACTを提案する。 第一に、一方向フック方式はデフォーカスキューと光軸誘導を利用して、触覚のない正確なアライメントと接触豊富なスレッディングを可能にする。 第2に、凍結したViTバックボーン上に構築されたアクション監視オブジェクトアテンションモジュールは、トレーニングのために手動の視覚的アノテーションを必要とせずに、人間のデモから直接マイクロニードルチップとマイクロループにフォーカスすることを学ぶ。 第3に、注意中心のグローバル粗さと局所的な微細な特徴は、予測された行動進行に応じて動的に重み付けされ、単一のACTポリシーが、手術全体を通してデフォーカスのぼやけや視覚的要求に適応できるようにする。 実験では,60件の人体実験でバイスモータ・ポリシーを訓練し,様々な困難を伴う5つの設定で評価した。 私たちのMicroHookACTフレームワークは、平均実行時間11.5秒で96.7\%の総成功率を達成した。 これらの結果は、様々な操作条件下でのミクロンレベル制御におけるビズモータポリシー学習の可能性を示している。

関連論文リスト

• GuidedAttention: Interpretable and Correctable Visual Attention for OOD-Robust Robot Manipulation via Imitation Learning [2.9697920367520827]
  本稿では,ビジュモータ模倣学習フレームワークである GuidedAttention を提案する。 解釈可能で修正可能な視覚的注意を明示的な中間表現として導入する。 シミュレーションと実世界における実験により, GuidedAttention はロボット操作性能を継続的に改善することが示された。
  論文  参考訳（メタデータ） (2026-07-23T08:33:40Z)
• MicroPush: A Simulator and Benchmark for Contact-Rich Cell Pushing and Assembly with a Magnetic Rolling Microrobot [0.6053202932413693]
  乱雑な2Dシーンにおける磁気圧延マイクロロボットのための,オープンソースのシミュレータおよびベンチマークスイートであるMicroPushについて紹介する。 MicroPushは、過大な相互作用モデルとコンタクト対応スティックスリップ効果、軽量な近接場減衰、オプションのPoiseuilleバックグラウンドフロー、アクティベーション周波数から自由空間圧延速度へのキャリブレーションマッピングを組み合わせたものだ。
  論文  参考訳（メタデータ） (2026-02-27T02:16:26Z)
• TouchGuide: Inference-Time Steering of Visuomotor Policies via Touch Guidance [53.35296919674763]
  TouchGuideは、低次元のアクション空間内でモダリティを融合させる、クロス政治的なビズオ触覚融合パラダイムである。 TouchGuideは、事前訓練された拡散またはフローマッチングビズモータポリシーをガイドする2つの段階で動作する。 高品質で費用対効果の高いデータによるTouchGuideトレーニングを容易にするために,データ収集システムであるTacUMIを導入する。
  論文  参考訳（メタデータ） (2026-01-28T04:22:47Z)
• Exploring Conditions for Diffusion models in Robotic Control [70.27711404291573]
  我々は,ロボット制御のためのタスク適応型視覚表現を得るために,事前学習したテキスト・画像拡散モデルを活用することを検討する。 テキスト条件をナビゲート的に適用すると、制御タスクにおいて最小あるいは負の利得が得られることがわかった。 本稿では,制御環境に適応する学習可能なタスクプロンプトと,細粒度でフレーム固有の細部をキャプチャする視覚プロンプトを提案する。
  論文  参考訳（メタデータ） (2025-10-17T10:24:14Z)
• A Data-Centric Revisit of Pre-Trained Vision Models for Robot Learning [67.72413262980272]
  事前訓練された視覚モデル(PVM)は現代のロボティクスの基本であるが、その最適構成は定かではない。 セマンティック・ボトルネックを導入してオブジェクト中心の表現を誘導する手法であるSlotMIMを開発した。 提案手法は,画像認識,シーン理解,ロボット学習評価において,従来の作業よりも大幅に改善されている。
  論文  参考訳（メタデータ） (2025-03-10T06:18:31Z)
• MMAD: Multi-label Micro-Action Detection in Videos [37.02734647950794]
  本稿では、微妙で低強度な身体運動であるマイクロアクションとして知られる身体動作のサブセットに焦点を当てる。 現実のシナリオでは、人間のマイクロアクションはしばしば時間的に共起し、複数のマイクロアクションが時間内に重複する。 本稿では,ビデオ中のすべてのマイクロアクションを識別する,MMAD(Multi-label Micro-Action Detection)というタスクを提案する。
  論文  参考訳（メタデータ） (2024-07-07T09:45:14Z)
• Three-Stream Temporal-Shift Attention Network Based on Self-Knowledge Distillation for Micro-Expression Recognition [21.675660978188617]
  ミクロな表現認識は、犯罪分析や心理療法など、多くの分野で重要である。 本稿では,自己知識蒸留に基づく3ストリーム時間シフトアテンションネットワークを提案する。
  論文  参考訳（メタデータ） (2024-06-25T13:22:22Z)
• Visual Adversarial Imitation Learning using Variational Models [60.69745540036375]
  逆関数仕様は、深い強化学習を通しての学習行動にとって大きな障害であり続けている。 望ましい行動の視覚的なデモンストレーションは、エージェントを教えるためのより簡単で自然な方法を示すことが多い。 変動モデルに基づく対向的模倣学習アルゴリズムを開発した。
  論文  参考訳（メタデータ） (2021-07-16T00:15:18Z)
• Goal-Conditioned End-to-End Visuomotor Control for Versatile Skill Primitives [89.34229413345541]
  本稿では,制御器とその条件をエンドツーエンドに学習することで,落とし穴を回避する条件付け手法を提案する。 本モデルでは,ロボットの動きのダイナミックな画像表現に基づいて,複雑な動作シーケンスを予測する。 代表的MPCおよびILベースラインに対するタスク成功の大幅な改善を報告した。
  論文  参考訳（メタデータ） (2020-03-19T15:04:37Z)

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。