論文の概要: TACTIC: Understanding Tactile Encoders and Conditioning for Contact-rich Robot Manipulation Policies

• arxiv url: http://arxiv.org/abs/2609.30969v1
• Date: Fri, 25 Sep 2026 08:17:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-28 18:27:51.291644
• Title: TACTIC: Understanding Tactile Encoders and Conditioning for Contact-rich Robot Manipulation Policies
• Title（参考訳）: TACTIC: 触覚エンコーダの理解とコンタクトリッチロボット操作ポリシーの条件付け
• Abstract要約: 視覚ベースの触覚センサーは、触覚によるエンドツーエンドの操作ポリシーを簡単に設計できる。 実際の実験において,触覚エンコーダと各種コンタクトリッチ操作タスク間の融合戦略について検討した。
• 参考スコア（独自算出の注目度）: 24.415837511012253
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Tactile information is essential for contact-rich manipulation tasks in robotics. Vision-based tactile sensors make it particularly easy to design end-to-end manipulation policies with tactile sensing, as they enable the use of existing encoders from computer vision. However, this has led to a huge variety of architectures, training datasets, and evaluation protocols, making it difficult to determine which design choices best encode touch. In this work, we address this gap and present a comprehensive study of tactile encoders and fusion strategies across various contact-rich manipulation tasks in real-world experiments. To enable a controlled comparison, we train and evaluate all models under the same pipeline and experimental setup, comprising more than 2000 real-world rollouts. Our results go beyond other studies that only compare simulation performance, which does not necessarily translate to real-world settings, where large-scale evaluations are needed to obtain reliable statistics. Our key finding is that there is no universally optimal representation or fusion strategy for encoding visual-tactile. Instead, the best encoder backbone and fusion scheme depend strongly on the task.
• Abstract（参考訳）: 触覚情報は、ロボット工学におけるコンタクトリッチな操作作業に不可欠である。 視覚ベースの触覚センサーは、コンピュータビジョンからの既存のエンコーダの使用を可能にするため、触覚によるエンドツーエンドの操作ポリシーを特に容易に設計できる。 しかし、これは膨大な数のアーキテクチャ、データセットのトレーニング、評価プロトコルをもたらし、どの設計選択がタッチを最もよくエンコードするかを決定するのが難しくなった。 本研究では, このギャップに対処し, 触覚エンコーダの総合的な研究と, 実世界実験における様々なコンタクトリッチな操作課題における融合戦略について述べる。 制御された比較を可能にするため、2000以上の実世界のロールアウトを含む、同じパイプラインと実験的なセットアップの下で、すべてのモデルをトレーニングし、評価する。 本研究は,信頼性の高い統計値を得るために大規模な評価が必要な実世界の環境に必ずしも変換されないシミュレーション性能の比較を行う研究を超越したものである。 我々の重要な発見は、視覚触覚の符号化に普遍的に最適な表現や融合戦略がないことである。 代わりに、最高のエンコーダバックボーンとフュージョンスキームはタスクに強く依存する。

関連論文リスト

• ViTacWorld: Scaling Visuo-Tactile World Models for Contact-Rich Robot Manipulation [30.004466515831634]
  ViTacWorldは、スケーラブルなコンタクトリッチロボット操作のためのアクションコンディション付きビズオ触覚世界モデルである。 これは触覚信号が物理的接触に直接接しており、純粋に視覚的な観察よりもシミュレーションと現実のギャップが小さいという事実を利用する。 ロボットの視覚触覚行動軌跡生成と政策評価に世界モデルを用いた最初のフレームワークである。
  論文  参考訳（メタデータ） (2026-07-24T17:59:33Z)
• TouchThinker: Scaling Tactile Commonsense Reasoning to the Open World with Large-scale Data and Action-aware Representation [50.608989079323784]
  データと表現の両方の観点から,触覚コモンセンス推論をオープンワールドに拡張する触覚言語フレームワークであるTouchThinkerを提案する。 まず,Textbf415オブジェクト, textbf8シナリオ, textbf7センサタイプをカバーする,100万規模のマルチソース触覚推論データセットであるTouchThinker-1Mを構築した。 そこで本研究では,触覚表現効率を向上し,効率的な推論を可能にする行動認識モデリング機構を提案する。
  論文  参考訳（メタデータ） (2026-06-10T03:58:32Z)
• VTouch++: A Multimodal Dataset with Vision-Based Tactile Enhancement for Bimanual Manipulation [10.08235353271524]
  近年、身体知能は急速に進歩しているが、特に接触に富むタスクにおけるバイマニュアル操作は依然として困難である。 これは主に、リッチな物理的相互作用信号、システマティックなタスク編成、十分なスケールのデータセットが不足しているためである。 VTOUCHデータセットを導入し、高忠実な物理的相互作用信号を提供し、マトリックススタイルのタスク設計を採用し、実世界の需要駆動シナリオをカバーする自動データ収集パイプラインを採用する。
  論文  参考訳（メタデータ） (2026-04-22T11:08:08Z)
• OmniVTA: Visuo-Tactile World Modeling for Contact-Rich Robotic Manipulation [57.133721026727706]
  textbfOmniViTacは,16ドルのタスクと100ドル以上のオブジェクトからなる21,000ドル以上のトラジェクトリからなる大規模ビズオタクティルアクションデータセットである。 我々は4つの密結合モジュールを統合する世界モデルベースのビジュオ触覚操作フレームワークである textbf OmniVTA を提案する。
  論文  参考訳（メタデータ） (2026-03-19T17:52:42Z)
• Semantic-Contact Fields for Category-Level Generalizable Tactile Tool Manipulation [82.63833405368159]
  ツール操作の一般化には、セマンティックプランニングと正確な物理的制御の両方が必要である。 本研究では,密接な接触推定を伴う視覚的意味論を融合した3次元表現であるセマンティック・コンタクト・フィールド(SCFields)を提案する。 スクレイピング、クレヨン描画、剥離の実験は、堅牢なカテゴリレベルの一般化を示している。
  論文  参考訳（メタデータ） (2026-02-14T16:05:08Z)
• UniVTAC: A Unified Simulation Platform for Visuo-Tactile Manipulation Data Generation, Learning, and Benchmarking [47.900334665380115]
  シミュレーションベースのビジュオ触覚データプラットフォームUniVTACを提案する。 大規模なシミュレーション合成データに基づいて訓練されたビジュオ触覚エンコーダであるUniVTACエンコーダを紹介する。 代表的な8つのビジュオ触覚操作タスクからなるUniVTACベンチマークを提案する。
  論文  参考訳（メタデータ） (2026-02-10T18:57:00Z)
• Simultaneous Tactile-Visual Perception for Learning Multimodal Robot Manipulation [21.78866976181311]
  See-through-skin (STS) センサーは触覚と視覚を結合する。 既存のSTSの設計では、同時的なマルチモーダル認識が欠如し、信頼性の低い触覚追跡に悩まされている。 STSセンサであるTacThruを導入し,視覚認識と触覚信号抽出を同時に行う。
  論文  参考訳（メタデータ） (2025-12-10T17:35:13Z)
• Flex: End-to-End Text-Instructed Visual Navigation from Foundation Model Features [59.892436892964376]
  本稿では,視覚に基づく制御ポリシを用いて,ロバストな閉ループ性能を実現するために必要な最小限のデータ要件とアーキテクチャ適応について検討する。 この知見はFlex (Fly lexically) で合成され, 凍結パッチワイド特徴抽出器として, 事前学習された視覚言語モデル (VLM) を用いたフレームワークである。 本研究では,本手法の有効性を,行動クローンによる訓練を実世界のシーンに応用した,四重項フライ・トゥ・ターゲットタスクに適用した。
  論文  参考訳（メタデータ） (2024-10-16T19:59:31Z)
• Learning the sense of touch in simulation: a sim-to-real strategy for vision-based tactile sensing [1.9981375888949469]
  本稿では,3次元接触力分布の再構成を目的とした,視覚に基づく触覚センサについて述べる。 シミュレーションデータから完全に調整されたディープニューラルネットワークをトレーニングするための戦略が提案されている。 結果として得られる学習アーキテクチャは、さらなるトレーニングをすることなく、複数の触覚センサ間で直接転送可能であり、実際のデータに対して正確な予測が得られます。
  論文  参考訳（メタデータ） (2020-03-05T14:17:45Z)

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。