論文の概要: MAVP: Map-Aware Visuomotor Policies for Mobile Manipulation
- arxiv url: http://arxiv.org/abs/2609.26378v1
- Date: Tue, 22 Sep 2026 13:22:42 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-23 18:04:04.38755
- Title: MAVP: Map-Aware Visuomotor Policies for Mobile Manipulation
- Title（参考訳）: MAVP: モバイル操作のためのマップ対応バイスモータポリシー
- Abstract要約: 我々は,明示的な基本目標の予測によって実行信頼性を向上させるフレームワークであるMAVP(Map-Aware Visuomotor Policies)を提案する。
低レベルコントローラは、フィードフォワード動作を用いて予測されたベースターゲットを追跡し、エラーフィードバックを発生させる。
MaVPは、すべてのタスクにおいて未承認のベロシティ制御よりも高いタスク成功率を達成する。
- 参考スコア（独自算出の注目度）: 4.259219671110274
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Successful mobile manipulation requires coordinated base and arm motion while maintaining accurate spatial positioning. However, demonstration-trained policies can struggle to realise the intended base motion reliably, leading to spatial misalignment and subsequent manipulation failures. We present MAVP (Map-Aware Visuomotor Policies), a framework that improves execution reliability by predicting explicit base-pose targets and tracking them using localisation feedback. MAVP reconstructs a static map from teleoperated demonstrations and expresses demonstrated base trajectories in a shared map frame, providing consistent spatial supervision across demonstrations. At execution time, the policy receives RGB observations, joint states, and the robot's current map-frame base pose, and jointly predicts target base poses, arm actions, and gripper actions. A low-level controller tracks the predicted base targets using feedforward motion and pose error feedback, enabling correction of execution deviations. We additionally use pose-noise augmentation during training to improve robustness to errors in the policy's pose input. Across six real-world manipulation tasks and three policy families, MAVP achieves higher task success rates than unanchored velocity control in all tasks. Videos and additional results are available at https://123qwedsa123.github.io/mavp/.
- Abstract（参考訳）: モバイル操作を成功させるためには、正確な空間位置を保ちながら、調整されたベースとアームの動きが必要である。
しかし、実証訓練されたポリシーは、意図したベースモーションを確実に実現するのに苦労し、空間的不整合とその後の操作障害を引き起こす。
提案するMAVP(Map-Aware Visuomotor Policies)は,明示的な基本目標を予測し,ローカライゼーションフィードバックを用いて追跡することにより,実行信頼性を向上させるフレームワークである。
MAVPは、遠隔操作されたデモから静的マップを再構築し、共有マップフレームに示されるベーストラジェクトリを表現し、デモ全体にわたって一貫した空間的監視を提供する。
実行時に、ポリシーはRGBの観察、共同状態、そしてロボットの現在のマップフレームベースのポーズを受け取り、目標ベースポーズ、アームアクション、グリップパアクションを共同で予測する。
低レベルコントローラは、フィードフォワード動作を用いて予測されたベースターゲットを追跡し、エラーフィードバックを発生させ、実行逸脱の修正を可能にする。
さらに、トレーニング中にポーズノイズの増大を利用して、ポリシーのポーズ入力におけるエラーに対する堅牢性を改善する。
実世界の6つの操作タスクと3つのポリシーファミリにおいて、MAVPは全てのタスクにおいて未適用の速度制御よりも高いタスク成功率を達成する。
ビデオと追加結果はhttps://123qwedsa123.github.io/mavp/で公開されている。
関連論文リスト
- MC-DeTra: Motion-Consistent Joint Object Detection and Socially-Aware Trajectory Forecasting in Bird's-Eye-View Images [0.2864713389096699]
我々は、補助信号による監視を付加する動き一貫性機構のファミリーであるMC-DeTraをリリースする。
MC-DeTraは、動的で社会的に割り振られた軌道予測を改善し、検出精度を向上する。
私たちはhttps://github.com/diuzhevVlad/MC-DeTra.comでコード、設定、評価ツールをリリースします。
論文 参考訳（メタデータ） (2026-09-10T15:34:09Z) - DreamTrajectory: Trajectory-Guided Action Generation with World Model Alignment for Mobile Manipulation [33.046851310859495]
本稿では,DreamTrajectoryについて述べる。
MS-HABでは、軌道誘導は平均的な成功率を32.3%から47.5%に引き上げ、テストタイムの改善を54.8%に引き上げている。
3つの実世界のモバイル操作タスクにおいて、対応する平均成功率は63.3%、81.7%、90.0%である。
論文 参考訳（メタデータ） (2026-08-02T17:02:48Z) - GHOST: Hierarchical Sub-Goal Policies for Generalizing Robot Manipulation [54.305781492241785]
本稿では,トレーニング分布を超えて一般化したビジュモータ操作ポリシーを学習するための枠組みを提案する。
GHOSTは、(i)多視点RGB-D観測から、3Dエンドエフェクタ上の分布として次のサブゴールを予測する高レベルポリシーに制御を分解する。
一連のタスクの中で、この階層的な分解は、フラットな拡散ポリシーと比較して、パフォーマンスと堅牢性を一貫して改善します。
論文 参考訳（メタデータ） (2026-06-08T18:08:01Z) - AnchorRefine: Synergy-Manipulation Based on Trajectory Anchor and Residual Refinement for Vision-Language-Action Models [60.04879435087352]
視覚言語アクション(VLA)ポリシーは、単一の統一空間内でアクションを生成する。
本稿では,VLAの動作モデリングを軌跡アンカーと残留精細化に分解する階層的フレームワークであるAnchorRefineを提案する。
LIBERO、CALVIN、および実ロボットタスクの実験では、AnchorRefineは回帰ベースと拡散ベースの両方のVLAバックボーンを一貫して改善している。
論文 参考訳（メタデータ） (2026-04-20T04:25:24Z) - Referring-Aware Visuomotor Policy Learning for Closed-Loop Manipulation [91.20850436220267]
Referring-Aware Visuomotor Policy(ReV)について紹介する。
ReVは、人間または高レベルの推論プランナーによって提供されるスパース参照ポイントを組み込む。
これは、専門家のデモンストレーションにターゲットの摂動を適用することでのみ訓練される。
論文 参考訳（メタデータ） (2026-04-07T07:41:11Z) - Universal Pose Pretraining for Generalizable Vision-Language-Action Policies [83.39008378156647]
既存のVision-Language-Action(VLA)モデルは、しばしば機能崩壊と訓練効率の低下に悩まされる。
本稿では,VLAトレーニングを3次元空間前駆体抽出のための事前学習フェーズに分離する,分離されたパラダイムであるPose-VLAを提案する。
我々のフレームワークは2段階の事前学習パイプラインに従い、ポーズと動きのアライメントによる基本的な空間接地を確立する。
論文 参考訳（メタデータ） (2026-02-23T11:00:08Z) - Learning Category-level Last-meter Navigation from RGB Demonstrations of a Single-instance [5.161531917413708]
ほとんどのRGBベースのナビゲーションシステムは、粗いメートルレベルの精度しか保証していない。
このギャップは、操作ポリシーがトレーニングデモの配布内で動作することを防ぐ。
我々は、ラストメーターナビゲーションのためのオブジェクト中心の模倣学習フレームワークを導入する。
論文 参考訳（メタデータ） (2025-12-11T23:35:05Z) - Dexplore: Scalable Neural Control for Dexterous Manipulation from Reference-Scoped Exploration [58.4036440289082]
ハンドオブジェクトモーションキャプチャ(MoCap)は、大規模でコンタクトに富んだデモと、器用なロボットスコープの約束を提供する。
Dexploreは、リポジトリとトラッキングを実行し、MoCapから直接ロボット制御ポリシーを学習する、統一された単一ループ最適化である。
論文 参考訳（メタデータ） (2025-09-11T17:59:07Z) - Grounding Actions in Camera Space: Observation-Centric Vision-Language-Action Policy [47.51062818231493]
本稿では,カメラの観測空間にアクション予測を直接適用するOC-VLA(Observatory-Centric VLA)フレームワークを紹介する。
OC-VLAは、ロボットベース座標系からカメラ座標系にエンドエフェクターポーズを変換する。
この戦略は、カメラ視点の変化に対するモデルレジリエンスを大幅に改善する。
論文 参考訳（メタデータ） (2025-08-18T17:10:45Z) - Distilling Motion Planner Augmented Policies into Visual Control
Policies for Robot Manipulation [26.47544415550067]
我々は,国家ベースのモーションプランナ拡張ポリシーを視覚制御ポリシーに蒸留することを提案する。
閉塞環境における3つの操作課題について評価を行った。
我々のフレームワークはサンプリング効率が高く、最先端のアルゴリズムよりも優れています。
論文 参考訳（メタデータ） (2021-11-11T18:52:00Z)
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。