論文の概要: Praxis: Distilling Physical Interaction Priors from Egocentric Videos for Generalizable Whole-Body Manipulation

• arxiv url: http://arxiv.org/abs/2609.30735v1
• Date: Fri, 25 Sep 2026 03:04:09 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-28 18:27:51.197204
• Title: Praxis: Distilling Physical Interaction Priors from Egocentric Videos for Generalizable Whole-Body Manipulation
• Title（参考訳）: Praxis: 汎用的な全身操作のためのエゴセントリックビデオからの物理相互作用の優先事項
• Abstract要約: Praxisは体全体を操作するフレームワークで、物理的な相互作用をクローズドループ姿勢校正とオンライン知覚を組み合わせる。 このフレームワークは、目標対象物に対する視覚言語誘導ナビゲーション、アームハンドワークスペースを整列するためのクローズドループ姿勢校正、および上体と下体を同期する操作の3段階を協調する。 触覚フィードバックは触覚フィードバックが実際の接触条件に適応するのに対し、オンライン視覚フィードバックは新たなオブジェクトポーズとシーン構成の下での相互作用の幾何学を実証した。
• 参考スコア（独自算出の注目度）: 47.89088557016166
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Mobile humanoid manipulation requires both reaching a usable workspace and preserving precise hand-object interactions as object poses and contact conditions change. Learning these behaviors from limited task-specific data remains challenging. To bridge this gap, we introduce Praxis, a whole-body manipulation framework that combines physical interaction priors from one-shot egocentric video demonstrations with closed-loop posture calibration and online perception. The framework coordinates three stages: vision-language-guided navigation toward target objects, closed-loop posture calibration to align the arm-hand workspace, and dexterous manipulation with synchronized upper- and lower-body control. Online visual feedback re-grounds demonstrated interaction geometry under new object poses and scene configurations, while tactile feedback adapts hand motions to actual contact conditions. Each manipulation skill is specified by one human demonstration, without task-specific manipulation-policy retraining. Experiments across five long-horizon manipulation tasks demonstrate spatial, visual, and cross-object generalization, as well as recovery from external physical disturbances across all three stages.
• Abstract（参考訳）: モバイルのヒューマノイド操作では、使用可能なワークスペースに到達し、オブジェクトのポーズや接触条件の変化に応じて、正確な手-オブジェクトのインタラクションを保持する必要がある。 タスク固有の限られたデータからこれらの行動を学ぶことは依然として難しい。 このギャップを埋めるために、一発のエゴシックなビデオデモとクローズドループ姿勢校正とオンライン知覚を組み合わせた、全身操作フレームワークPraxを紹介した。 このフレームワークは、目標対象物に対する視覚言語誘導ナビゲーション、アームハンドワークスペースを整列するためのクローズドループ姿勢校正、および上体と下体を同期する操作の3段階を協調する。 触覚フィードバックは触覚フィードバックが実際の接触条件に適応するのに対し、オンライン視覚フィードバックは新たなオブジェクトポーズとシーン構成の下での相互作用の幾何学を実証した。 各操作スキルは、タスク固有の操作ポリシーの再訓練なしで、1人の人間によるデモンストレーションによって特定される。 5つのロングホライゾン操作タスクの実験では、空間的、視覚的、横断的な物体の一般化が示され、また3段階すべてにわたる外的身体障害からの回復が示されている。

関連論文リスト

• Unifying Physics-Based Humanoid Interaction with a Context-Conditioned Interaction Prior [20.58647951068921]
  CHIPは、不均一な動きデータから再利用可能なヒューマノイド相互作用スキルを学習するための物理学的な基盤となるフレームワークである。 我々はまず,不均一な相互作用データから基礎となる教師の行動を取得する物理に基づくモーション・イミュレーション・ポリシーを学習する。 次に、これらの動作を文脈条件付き相互作用に蒸留し、移動と操作をまたいだ再利用可能な運動構造をキャプチャする。
  論文  参考訳（メタデータ） (2026-09-06T13:16:48Z)
• GIRAF: Towards Generalizable Human Interactions with Articulated Objects [50.52795413484619]
  そこで本論文では,テキスト条件付き拡散モデルについて述べる。 提案手法は、現在最先端の手法を超越して、未確認のオブジェクト構成に強い一般化を示した。
  論文  参考訳（メタデータ） (2026-07-08T19:30:44Z)
• HOSIG: Full-Body Human-Object-Scene Interaction Generation with Hierarchical Scene Perception [57.37135310143126]
  HO SIGは階層的なシーン認識を通じて全体インタラクションを合成するための新しいフレームワークである。 我々のフレームワークは、自己回帰生成による運動長の無制限化をサポートし、手動による介入を最小限に抑える。 この研究は、シーン認識ナビゲーションとデクスタラスオブジェクト操作の間に重要なギャップを埋める。
  論文  参考訳（メタデータ） (2025-06-02T12:08:08Z)
• GRIP: Generating Interaction Poses Using Spatial Cues and Latent Consistency [57.9920824261925]
  手は器用で多用途なマニピュレータであり、人間が物体や環境とどのように相互作用するかの中心である。 現実的な手オブジェクトの相互作用をモデル化することは、コンピュータグラフィックス、コンピュータビジョン、混合現実の応用において重要である。 GRIPは、体と物体の3次元運動を入力として取り、物体の相互作用の前、中、後の両方の両手の現実的な動きを合成する学習ベースの手法である。
  論文  参考訳（メタデータ） (2023-08-22T17:59:51Z)
• Generalization Through Hand-Eye Coordination: An Action Space for Learning Spatially-Invariant Visuomotor Control [67.23580984118479]
  模倣学習(il)は、オフラインデモデータから視覚能力を学ぶための効果的なフレームワークである。 手目行動ネットワーク(HAN)は、人間の遠隔操作による実証から学習することにより、人間の手目協調行動を推定することができる。
  論文  参考訳（メタデータ） (2021-02-28T01:49:13Z)

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。