論文の概要: VisForce: Visual Grounding of Current and Desired Forces for Goal-Conditioned Dexterous Manipulation

• arxiv url: http://arxiv.org/abs/2609.25785v1
• Date: Tue, 22 Sep 2026 07:20:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-23 18:04:04.265634
• Title: VisForce: Visual Grounding of Current and Desired Forces for Goal-Conditioned Dexterous Manipulation
• Title（参考訳）: VisForce: ゴールコンディションドデキスタラスマニピュレーションのための電流および外力の視覚的接地
• Abstract要約: VLA(Vision-Language-Action)モデルが汎用的なロボット操作ポリシーとして登場した。 指先位置の電流と所望の力を視覚的に接地するVisForceを提案する。 我々は、力条件の把握と3つのマルチステージ操作タスクを通じて、RH56F1デキスタラスハンドを備えた実際のUR10ロボットを用いて、VisForceを評価する。
• 参考スコア（独自算出の注目度）: 7.081980742616911
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Vision-Language-Action (VLA) models have emerged as general-purpose robotic manipulation policies. However, in dexterous hand manipulation, contact forces are typically provided as separate states or force-specific representations, making it difficult to explicitly represent the spatial correspondence between force and their corresponding visual locations. In this work, we propose VisForce, which visually grounds the current and desired forces at their corresponding fingertip locations. VisForce renders current and desired visual force cues on the current wrist image and a task-specific goal image, and combines the two representations through goal-conditioned cross-attention to generate force-aware actions. We evaluate VisForce using a real UR10 robot equipped with an RH56F1 dexterous hand through force-conditioned grasping and three multi-stage manipulation tasks. In force-conditioned grasping experiments, VisForce exhibited a consistent grip-force response as the desired force increased, and achieved grasp-and-lift success rates of 70% and 80% for an egg and a toothpaste tube, respectively. It further achieved final success rates of 70%, 55%, and 40% on cup insertion/bottle pouring, tong-assisted bread transfer, and slip-modulated peg-in-hole, respectively. These results show that fingertip-aligned visual force representations can be effectively used for force-aware conditioning in VLA-based dexterous hand manipulation.
• Abstract（参考訳）: VLA(Vision-Language-Action)モデルが汎用的なロボット操作ポリシーとして登場した。 しかし、器用な手操作では、接触力は通常、別の状態または力特異的な表現として提供されるため、力とそれに対応する視覚的位置の間の空間的対応を明示的に表現することは困難である。 本研究では,指先位置の電流と所望の力を視覚的に接地するVisForceを提案する。 VisForceは、現在の手首画像とタスク固有の目標画像に、現在の所望の視覚力キューをレンダリングし、目標条件のクロスアテンションを通じて2つの表現を組み合わせることで、フォースアウェアアクションを生成する。 我々は、力条件の把握と3つのマルチステージ操作タスクを通じて、RH56F1デキスタラスハンドを備えた実際のUR10ロボットを用いて、VisForceを評価する。 力条件の把握実験において,VisForceは所望の力量の増加とともに一貫した握力応答を示し,卵管および歯磨きチューブの握力およびリフト成功率を70%および80%とした。 さらに, カップインサート/ボトルインダー, トングアシストパントランスファーおよびスリップ変調ペグインホールにおいて, 70%, 55%, 40%の最終的な成功率を達成した。 以上の結果から,手指の指先方向の視覚力表現は,VLAによる手指操作における力覚条件付けに有効であることが示唆された。

関連論文リスト

• ForceFlow: Learning to Feel and Act via Contact-Driven Flow Matching [53.30290192030814]
  ForceFlowは、フローマッチングに基づいて構築された、フォース対応のリアクティブフレームワークである。 ForceFlowは、強力なベースラインであるForceVLAよりも37%の成功率の向上を実現している。 また、接触力の自己調節において、正確な力信号予測と優れた性能を示す。
  論文  参考訳（メタデータ） (2026-05-11T13:27:00Z)
• ForceVLA2: Unleashing Hybrid Force-Position Control with Force Awareness for Contact-Rich Manipulation [75.39847750457626]
  エンドツーエンドの視覚言語アクションフレームワークであるForceVLA2は、ハイブリッドな力配置制御と明示的な力覚を備えたロボットを装備する。 学習と評価を支援するために,5つの接触豊富なタスクに1,000の軌道を含むForceVLA2-Datasetを構築した。 実験により、ForceVLA2は接触リッチな操作における成功率と信頼性を大幅に改善することが示された。
  論文  参考訳（メタデータ） (2026-03-16T12:03:58Z)
• FD-VLA: Force-Distilled Vision-Language-Action Model for Contact-Rich Manipulation [8.726448573057725]
  本稿では,力覚をコンタクトリッチな操作に統合する新しいフレームワークであるForce-Distilled VLAを提案する。 当社のアプローチのコアは、学習可能なクエリトークンをマッピングすることで、フォースを蒸留するFDM(Force Distillation Module)である。 推理中、この蒸留された力トークンは、予め訓練されたVLMに注入され、力を認識する推論が可能となる。
  論文  参考訳（メタデータ） (2026-02-02T14:19:46Z)
• Feel the Force: Contact-Driven Learning from Humans [52.36160086934298]
  操作中のきめ細かい力の制御は、ロボット工学における中核的な課題である。 We present FeelTheForce, a robot learning system that model human tactile behavior to learn force-sensitive control。 提案手法は,5つの力覚的操作タスクで77%の成功率を達成した,スケーラブルな人間の監督において,堅牢な低レベル力制御を実現する。
  論文  参考訳（メタデータ） (2025-06-02T17:57:52Z)
• ForceVLA: Enhancing VLA Models with a Force-aware MoE for Contact-rich Manipulation [62.58034332427291]
  ForceVLAは、新しいエンドツーエンド操作フレームワークである。 外部力センシングは、VLAシステム内の第一級のモダリティとして扱う。
  論文  参考訳（メタデータ） (2025-05-28T09:24:25Z)
• ForceGrip: Reference-Free Curriculum Learning for Realistic Grip Force Control in VR Hand Manipulation [0.10995326465245926]
  本稿では,現実的な手操作動作を合成する深層学習エージェントであるForceGripを紹介する。 我々は、指の位置決め、意図適応、動的安定化を含む3段階のカリキュラム学習フレームワークを採用する。 以上の結果から,ForceGripの出力制御性と信頼性は最先端の手法に比べて優れていた。
  論文  参考訳（メタデータ） (2025-03-11T05:39:07Z)
• ForceSight: Text-Guided Mobile Manipulation with Visual-Force Goals [7.728447960544735]
  本稿では,深層ニューラルネットワークを用いて視覚力目標を予測するテキスト誘導型モバイル操作システムであるForceSightを紹介する。 ForceSightは、精度の把握、引き出しのオープニング、オブジェクトハンドオーバといったタスクを、目に見えない環境で81%の成功率で実行した。 別の実験では、視覚的なサーボと無視力の目標のみに依存することで、成功率が90%から45%に低下し、力の目標がパフォーマンスを大幅に向上することを示した。
  論文  参考訳（メタデータ） (2023-09-21T17:59:50Z)

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。