論文の概要: GraspTune: Tactile-Driven Execution Refinement for Robust Grasping
- arxiv url: http://arxiv.org/abs/2609.24180v1
- Date: Mon, 21 Sep 2026 06:52:08 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-24 15:49:54.265451
- Title: GraspTune: Tactile-Driven Execution Refinement for Robust Grasping
- Title（参考訳）: GraspTune:ロバストグラスピングのための触覚駆動実行リファインメント
- Abstract要約: 本稿では,触覚駆動型実行ステージ改善フレームワークであるGraspTuneを紹介する。
GraspTuneは、ローカル深度、触覚信号、状態、履歴からコントロール対応のコンタクトセマンティクスを学習する。
4倍のホールドアウトカテゴリーの研究は、目に見えない対象の実行を54.58%から70.33%に引き上げている。
- 参考スコア（独自算出の注目度）: 27.870962837125063
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Visual grasp proposal generation has advanced rapidly, yet converting a selected proposal into a stable physical grasp remains a central execution-stage challenge. This paper introduces GraspTune, a tactile-driven execution-stage refinement framework that starts from a nominal proposal and applies bounded residual TCP motions during approach, contact formation, and final grasp execution. GraspTune learns control-facing contact semantics from local depth, tactile signals, state, and history using state-conditioned expert contact queries and multi-task supervision for contact change, contact risk, and post-close readiness. The representation conditions a diffusion-pretrained residual policy and is aligned with PPO for closed-loop execution. Across more than 60,000 simulated executions over 20 object categories, GraspTune establishes an execution-layer benefit across four proposal generators, raising stable grasp success by +19.22, +9.55, +12.45, and +20.70 percentage points for GraspNet, Contact-GraspNet, AnyGrasp, and VGN. A four-fold held-out category study raises unseen-object execution from 54.58% to 70.33%, showing category-disjoint generalization of contact correction. Across more than 1,000 real-robot trials on a UR5e setup with Xense fingertip sensors, GraspTune raises GraspNet execution from 71.0% to 84.3%, validating direct transfer without realworld policy fine-tuning. Together, these results turn visually plausible proposals into stable physical grasps for downstream contact-rich manipulation. A supplementary video is available at https://youtu.be/kcq7fSLNtzU.
- Abstract（参考訳）: ビジュアルグリップの提案生成は急速に進んでいるが、選択された提案を安定した物理グリップに変換することは、実行ステージにおける中心的な課題である。
本稿では,触覚駆動型実行ステージ改善フレームワークであるGraspTuneを紹介する。
GraspTuneは、状態条件付きエキスパートコンタクトクエリと、コンタクト変更やコンタクトリスク、クローズ後の準備のためのマルチタスク監視を使用して、ローカル深度、触覚信号、状態、履歴からコントロール対応のコンタクトセマンティクスを学習する。
この表現は拡散事前の残留ポリシーを条件とし、閉ループ実行のためにPPOと整列する。
20のオブジェクトカテゴリで6万以上のシミュレートされた実行に対して、GraspTuneは4つの提案ジェネレータにまたがる実行層メリットを確立し、GraspNet、Contact-GraspNet、AnyGrasp、VGNに対して、+19.22、+9.55、+12.45、+20.70のグリーチ成功率を得る。
4倍のホールドアウトカテゴリー研究は、54.58%から70.33%までの未確認対象の実行を上昇させ、接触補正のカテゴリー非結合の一般化を示す。
Xenseフィンガーチップセンサーを搭載したUR5eの1000以上の実ロボット試験において、GraspTuneはGraspNetの実行を71.0%から84.3%に引き上げ、実際のポリシーを微調整することなく直接転送を検証する。
これらの結果は、視覚的にもっともらしい提案を、下流のコンタクトリッチな操作のための安定した物理的把握に変換する。
補足ビデオはhttps://youtu.be/kcq7fSLNtzU.comで公開されている。
関連論文リスト
- PredActor: Predictive Action Diffusion for Steerable Onboard Humanoid Control [49.348182500314614]
アクションのみの拡散は直接アクションを生成するが、テスト時間運動の目的に対する明示的な将来の軌道は欠如している。
連立状態-作用拡散はこの表現を提供するが、代表コントローラはしばしば特権付きフルボディ状態に依存する。
提案するPredActorは,これらのステアリング機能を,直接実行されるポリシに組み込む,予測的行動拡散ポリシである。
論文 参考訳（メタデータ） (2026-09-21T16:20:25Z) - Shared Execution-Clock Drifting Policy for Dynamic Precision Manipulation [2.44955840609554]
実行リズムは、ロボットが期限前に一連の調整を完了しなければならない場合に重要である。
本稿では、実行リズムを1ステップのアクション生成の明示的な部分とする共有実行クロックドリフト(SECD)を提案する。
NVIDIA Thor を用いた 4 つの実ロボットタスクを対象としたSECD の評価を行った。
論文 参考訳（メタデータ） (2026-09-20T02:42:31Z) - 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) - SUN: Persistent Programs For Language-Grounded Control-to-Learning-to-Real Policies [61.941546372624686]
既存のプロトコルはタスクのセマンティクスを廃止し、手作りの報酬と制御が検証したものから逸脱する振る舞いを残している。
本稿では,SUN (Semantically UNified Programs) を導入し,幾何関係と接触関係が一度定義され,整列したモデル予測制御にコンパイルされる型付き実行プログラムについて述べる。
我々のシステムであるKuafuは、言語やシーンのセマンティクスからSUNプログラムを自動で合成し、MPCによる画面表示を実現し、ステージ条件付きポリシーのトレーニング中にセマンティクスを保持する。
論文 参考訳（メタデータ） (2026-08-31T17:59:16Z) - DRIFT: Drift and Aggregation for Motion Planning [20.309189828710362]
DRIFTは1ステップのドリフトをコンパクトな軌跡空間内でのドリフトとシーン認識型提案アグリゲーションを組み合わせた固定深度軌道プランナーである。
軽量アグリゲーションヘッドはこれらの特徴をシーン、ナビゲーション、エゴステート情報と統合し、最終軌道を直接予測する。
その出力は、専門家軌道の模倣と、乾燥可能なポリゴンの外側のウェイポイントをペナライズする地図由来境界正規化器で訓練されている。
論文 参考訳（メタデータ） (2026-07-16T02:43:13Z) - ProCUA-SFT Technical Report [80.97543110323542]
コンピュータ使用エージェント(CUA)の訓練には、全デスクトップ環境で収集された大規模で多様な軌跡データが必要である。
93Kの合成軌道から抽出した3.1MステップレベルのSFTサンプルのデータセットであるProCUA-SFTについて述べる。
ProCUA-SFTの微調整UI-TARS 7Bは、OSWorldで45.0%、ベースモデルよりも18.7ポイント改善されている。
論文 参考訳（メタデータ） (2026-06-15T22:04:11Z) - ACCORD: Action-Conditioned Contextual Grounding for Language Agents [69.73525608707764]
ACCORD(Action-Conditioned Contextual Grounding)は、適応的なグラウンドのためのエージェントフレームワークである。
現状のエージェントは、しばしばそうすることができないことを示す。それらは、観察された特定の情報よりもむしろ仮定から行動し、収集した可能性のある情報を見落とし、既に返された証拠を組み込むことに失敗する。
論文 参考訳（メタデータ） (2026-06-15T09:05:55Z) - ContraPrompt: Contrastive Prompt Optimization via Dyadic Reasoning Trace Analysis [0.6372261626436676]
ContraPromptは、モデルが失敗してもフィードバックで再試行を成功させる場合、その差が最適化信号を構成するという観測に基づいて構築される。
従来のコントラスト法とは異なり、完全な中間的推論過程を比較する。
ContraPromptは11日にGEPAを41で破り、同じ予算で1で敗れた。
論文 参考訳（メタデータ） (2026-04-20T08:17:15Z) - 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) - DECO: Decoupled Multimodal Diffusion Transformer for Bimanual Dexterous Manipulation with a Plugin Tactile Adapter [50.77260297020937]
DECOは、マルチモーダルコンディショニングを分離するDiTベースのポリシーである。
DECO-50は、触覚センサーを備えた2次元デキスタラスな操作データセットである。
論文 参考訳（メタデータ） (2026-02-05T10:13:34Z)
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。