論文の概要: What is the Better Curriculum: Controller-Shaped Grasping Behavior for Contact Force-Sensitive Manipulation

• arxiv url: http://arxiv.org/abs/2609.25887v1
• Date: Tue, 22 Sep 2026 08:52:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-23 18:04:04.303359
• Title: What is the Better Curriculum: Controller-Shaped Grasping Behavior for Contact Force-Sensitive Manipulation
• Title（参考訳）: より良いカリキュラムとは何か:接触力感応マニピュレーションのためのコントローラ形グラスピング挙動
• Abstract要約: 既存のvisuo-tactileポリシー学習は、触覚を追加のポリシー入力として扱う。 我々は,25Hzの触覚反射制御装置をコレクションタイムの教師として使用する。 反射型デモンストレーションから訓練されたポリシーは、教師の把握プロファイルを回復し、95%の安定した把握を達成する。
• 参考スコア（独自算出の注目度）: 22.025010398629238
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: How should a robot learn to manipulate objects so fragile that sub-Newton contact forces can cause irreversible damage? Existing visuo-tactile policy learning typically treats tactile sensing as an additional policy input. In direct-contact force-sensitive manipulation, however, the bottleneck can arise earlier, during data collection: manual gripper control is too delayed and coarse-grained to reliably maintain the narrow force range required for stable grasping. We therefore use a deterministic 25 Hz tactile reflex controller as a collection-time teacher, producing demonstrations with controller-shaped grasping behavior for tactile-free policy learning. On Action Chunking with Transformers (ACT), policies trained from reflex-shaped demonstrations recover the teacher's grasping profile and achieve 95% stable grasps on the nominal plastic-cup task, substantially outperforming visually screened manual demonstrations. The same intervention improves in-distribution stability on $π_{0.5}$ and shows a favorable exploratory trend on an unseen paper-cup variant. Under randomized external disturbance, however, the reflex-data $π_{0.5}$ policy still fails in 45% of policy-only trials, whereas a deployment-time reflex arbiter retains all grasps. These results reveal a new role for tactile feedback in force-sensitive manipulation: rather than integrating tactile into the policy, we use it as a collection-time teacher that shapes grasping behavior in demonstrations for policy learning, while disturbance rejection remains controller-dependent, revealing the boundary of tactile-free policy.
• Abstract（参考訳）: ロボットはいかにして、ニュートン以下の接触力が不可逆的な損傷を引き起こすような脆弱な物体を操作するかを学べばいいのか? 既存のvisuo-tactileポリシー学習は、通常、触覚を追加のポリシー入力として扱う。 しかし、直接接触力に敏感な操作では、データ収集中にボトルネックが発生する可能性がある:手動グリップ制御が遅すぎ、粗くなり、安定したグリップに必要な狭い力範囲を確実に維持できる。 そこで我々は,25Hzの触覚反射コントローラをコレクションタイムの教師として使用し,触覚のない政策学習のためのコントローラ形状の把握動作を用いた実演を行った。 トランスフォーマーを用いたアクションチャンキング(ACT)では、反射型デモンストレーションから訓練されたポリシーは、教師の把握プロファイルを回復し、名目上のプラスティックカップタスクを95%安定的に把握し、視覚的に遮蔽された手動デモを大幅に上回る。 同じ介入により$π_{0.5}$での分配安定性が向上し、目に見えない紙カップの変種での探索的傾向が好まれる。 しかし、ランダムな外乱の下では、reflex-data $π_{0.5}$ Policyはポリシーのみの試験の45%で失敗し、デプロイ時のreflex arbiterはすべてのグルーピングを保持する。 これらの結果から,触覚フィードバックが力覚操作において新たな役割を担っていることが明らかとなった。我々は,触覚をポリシーに組み込むのではなく,政策学習の実証において把握行動を形成するコレクションタイムの教師として利用し,外乱の拒絶は制御に依存したままであり,触覚のない政策の境界が明らかになる。

関連論文リスト

• Perfect Demo Makes Poor Teacher: Learning Robust Alignment from Critical Motion Segments [53.85970147743299]
  専門家によるデモンストレーションは、ロボット模倣学習における金の標準であると広く考えられている。 しかし、挿入、積み重ね、アライメントなどのきめ細かい操作のために、私たちは直感的な失敗モードを発見しました。 視覚言語モデルとアクションエキスパートをブリッジする,コンパクトな動的特徴であるSTAIRを導入する。
  論文  参考訳（メタデータ） (2026-06-14T04:15:29Z)
• UniForce: A Unified Latent Force Model for Robot Manipulation with Diverse Tactile Sensors [51.88112610411651]
  そこで本研究では,多様な触覚センサにまたがる共用潜在力空間を学習する,新しい統合された触覚表現学習フレームワークを提案する。 UniForceは、逆ダイナミクス(image-to-force)とフォワードダイナミクス(force-to-image)を共同モデリングすることで、クロスセンサー領域シフトを低減する 高価な外部力/トルクセンサ(F/T)への依存を避けるため,静的平衡を利用して直接センサ・オブジェクト・センサ・インタラクションを介して力対効果データを収集する。
  論文  参考訳（メタデータ） (2026-02-01T11:03:01Z)
• 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)
• 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)
• FACTR: Force-Attending Curriculum Training for Contact-Rich Policy Learning [70.65987250853311]
  フォースフィードバックは、ほとんどのロボットアームで簡単に利用できるが、遠隔操作や政策学習では一般的には使われない。 本稿では,低コストで直感的で双方向な遠隔操作システムを提案し,従者アームの外部力を教師アームに伝える。 次に、FACTRというカリキュラムを利用した政策学習手法を導入し、学習を通して視覚入力を劣化させ、強度を低下させる。
  論文  参考訳（メタデータ） (2025-02-24T18:59:07Z)
• Continual Policy Distillation of Reinforcement Learning-based Controllers for Soft Robotic In-Hand Manipulation [5.601529531526852]
  ソフトロボットハンドは、物体の握りと操作中に柔軟性と適応性を提供する。 我々は,手動操作のための多目的制御器を取得するための連続ポリシー蒸留フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-04-05T17:05:45Z)
• Conformal Policy Learning for Sensorimotor Control Under Distribution Shifts [61.929388479847525]
  本稿では,センサコントローラの観測値の分布変化を検知・応答する問題に焦点をあてる。 鍵となる考え方は、整合量子を入力として取ることができるスイッチングポリシーの設計である。 本稿では, 基本方針を異なる特性で切り替えるために, 共形量子関数を用いてこのようなポリシーを設計する方法を示す。
  論文  参考訳（メタデータ） (2023-11-02T17:59:30Z)
• Residual Reinforcement Learning from Demonstrations [51.56457466788513]
  報酬信号の最大化のために,従来のフィードバックコントローラからの制御動作を適用することで,ロボット作業の課題を解決する手段として,残留強化学習(Residual reinforcement learning, RL)が提案されている。 視覚的インプットから学習するための残差定式化を拡張し,実演を用いて報酬をスパースする。 6-DoFのUR5アームと28-DoFのデキスタラスハンドのシミュレーション操作に関する実験的評価は、デモからの残留RLが、行動クローニングやRL微調整よりも柔軟に、見えない環境条件に一般化できることを実証している。
  論文  参考訳（メタデータ） (2021-06-15T11:16:49Z)

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。