論文の概要: ZeroTouch: Tactile-Supervised Visual Contact Estimation for Contact-Rich Manipulation

• arxiv url: http://arxiv.org/abs/2609.21726v1
• Date: Fri, 18 Sep 2026 13:03:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-21 18:40:17.090529
• Title: ZeroTouch: Tactile-Supervised Visual Contact Estimation for Contact-Rich Manipulation
• Title（参考訳）: ZeroTouch: コンタクトリッチ操作のための触覚による視覚接触推定
• Abstract要約: 触覚センサーは直接の相互作用の測定を提供するが、展開には専用のハードウェアが必要である。 我々は,高密度接触変形を予測する触覚制御フレームワークZeroTouchを紹介する。 完全な検証セットでは、状態のみのベースラインに対して正規力MAEを2.017Nから0.531Nに削減する。
• 参考スコア（独自算出の注目度）: 2.1645011609137295
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Reliable robotic grasping benefits from estimating the evolving physical interaction and selecting a grasp-dependent compression target. Tactile sensors provide direct interaction measurements but require dedicated hardware at deployment. We introduce ZeroTouch, a tactile-supervised framework that predicts dense contact deformation, the instantaneous six-axis wrench, and a grasp-dependent desired compression target from wrist RGB observations, gripper state, and local gravity direction. Tactile measurements are used only as privileged supervision during training and are not required at deployment. On the full validation set, the complete architecture reduces normal-force MAE from 2.017 N for a state-only baseline to 0.531 N. In physical evaluation with 20 trials per condition, ZeroTouch achieves 95% success on an unseen object, 80% in a seen-object/unseen-grasp condition, and 90% under a content/load shift. Under the same evaluation protocol, OpenVLA achieves 25%, 40%, and 55%, while SmolVLA achieves 10%, 25%, and 35%, respectively.
• Abstract（参考訳）: ロボットグルーピングの信頼性は、進化する物理的相互作用を推定し、グルーピングに依存した圧縮ターゲットを選択することによる。 触覚センサーは直接の相互作用の測定を提供するが、展開には専用のハードウェアが必要である。 我々は,高密度接触変形を予測する触覚制御フレームワークであるZeroTouch,即時6軸レンチ,手首RGB観測,グリップ状態,局所重力方向のグリップ依存圧縮ターゲットを紹介する。 触覚測定は訓練中の特権的な監視としてのみ使用され、配備には不要である。 物理的評価では、20の条件で、ZeroTouchは、目に見えないオブジェクトで95%の成功、目に見えるオブジェクト/目に見えるグラフで80%、コンテンツ/負荷シフトで90%を達成している。 同じ評価プロトコルでは、OpenVLAは25%、40%、そして55%、SmolVLAは10%、25%、そして35%を達成している。

関連論文リスト

• AVT-Fabric: Active Visuo-Tactile Perception via Adaptive Evidence Selection for Efficient Robotic Fabric Comparison [50.18779315745876]
  AVT-Fabricは、各比較の難しさに応じて触覚証拠を割り当てるRGBファーストフレームワークである。 400のホールドアウト比較において、AVT-Fabricはコンパクトな7Bマルチモーダル大言語モデルで98.0%の精度を達成した。 このフレームワークは実際のロボットシステムにもデプロイされており、8つのアプリケーションシナリオのうち7つのシナリオで78.1%のペアのランキング精度と正しい布地選択を実現している。
  論文  参考訳（メタデータ） (2026-09-18T06:43:04Z)
• PredTac: Learning Contact-Rich Manipulation with Predicted Touch [0.552480439325792]
  触覚測定の代替として,予測タッチを定式化した。 触覚状態を因果的な視覚的観察から推定するフレームワークであるPredTacを提案する。 シミュレーションおよび実ロボット上での3つのコンタクトリッチな操作タスク間でPredTacを評価した。
  論文  参考訳（メタデータ） (2026-09-14T08:19:55Z)
• Compact Visuotactile World Models for Lifting: Prediction, Reward Alignment, and Force Constraints [0.0]
  Visuotactile dynamicsは力の作用効果のMAEを0.413Nから0.338Nに減少させる。 モデル支援フィードバックは、ID予算による成功を73.3%から93.3%に引き上げる。 RLは11.9%、リアクティブIQLは25.0%で成功している。
  論文  参考訳（メタデータ） (2026-09-09T01:50:54Z)
• Robust Slip Detection and Material Classification via Spatiotemporal Transformers on a Uniformly-Illuminated Visuo-Tactile Sensor [52.33204893988409]
  本稿では,一様照明をカスタマイズした視覚触覚センサと統合認識フレームワークを提案する。 提案するハードウェア・ソフトウェア・フレームワークは、複雑なロボット操作のための高忠実度フィードバックと強力なマルチモーダル認識ベースラインを提供する。
  論文  参考訳（メタデータ） (2026-08-25T07:25:27Z)
• SoftVTBench: A Deformation-Aware Visuo-Tactile Dataset and Benchmark for Deformable-Object Manipulation [56.16187327142104]
  物理的相互作用を意識した変形オブジェクト操作のためのビジュオ触覚データセットであるSoftVTBenchを紹介する。 4000以上の専門家によるデモンストレーションと50以上の資産が含まれており、その中には体積変形可能な物体や視覚的に整合した双生児が含まれる。 20Hzでは、各エピソードはマルチビューRGB、デュアルフィンガー触覚RGB、マーカー運動、プロプレセプション、言語、バイナリおよび連続グリップパーアクションを同期させる。
  論文  参考訳（メタデータ） (2026-08-19T08:58:47Z)
• TacGen: Touch Is a Necessary Dimension of Physical-World Representation -- Addressing Tactile Data Scarcity with Scalable Vision-to-Touch Alignment and Generation [28.54532903356491]
  TacGenは、予め特定されたV+Tコントラストアライメントと潜在空間残留MLP V->Tジェネレータを組み合わせることで、触覚データ不足のボトルネックを軽減する。 マッチしたDINOv2のバックボーン、分割、プローブにより、V+Tは質量、密度、硬さ、不確実帯力ラベルでマッチしたVのみを改善する。 ジェネレータは交雑種+0.589に到達し、実際の触覚+0.585は種子間隔内に存在する。
  論文  参考訳（メタデータ） (2026-06-28T03:37:04Z)
• Design and Validation of a Lightweight 1D CNN for Affective Touch Classification in Soft Plush Companions [59.49967357689445]
  ソフトなセンサー付きコンパニオンは、社会的支援技術のための物理的に安全で感情的に直感的なインターフェースを提供する。 本研究では,ソフト・インタラクティブ・コンパニオンにおける感情的触覚認識のためのディープラーニングモデルの開発と検証を目的とした,オープンソースで拡張されたリアルタイムフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-04-16T10:20:05Z)
• OmniVTA: Visuo-Tactile World Modeling for Contact-Rich Robotic Manipulation [57.133721026727706]
  textbfOmniViTacは,16ドルのタスクと100ドル以上のオブジェクトからなる21,000ドル以上のトラジェクトリからなる大規模ビズオタクティルアクションデータセットである。 我々は4つの密結合モジュールを統合する世界モデルベースのビジュオ触覚操作フレームワークである textbf OmniVTA を提案する。
  論文  参考訳（メタデータ） (2026-03-19T17:52:42Z)
• ViTa-Zero: Zero-shot Visuotactile Object 6D Pose Estimation [14.575011735514522]
  ViTa-Zeroはゼロショットビゾタクティルポーズ推定フレームワークである。 実世界のロボット・セットアップの実験を通して、我々のフレームワークを検証する。
  論文  参考訳（メタデータ） (2025-04-17T17:59:56Z)

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。