論文の概要: Imp-ACT: Adaptive Impedance Control and Action Chunking with Transformers to Learn Contact-Rich Manipulation from Demonstrations
- arxiv url: http://arxiv.org/abs/2609.31225v1
- Date: Fri, 25 Sep 2026 13:04:37 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-28 18:27:51.402552
- Title: Imp-ACT: Adaptive Impedance Control and Action Chunking with Transformers to Learn Contact-Rich Manipulation from Demonstrations
- Title（参考訳）: Imp-ACT: 変換器を用いた適応インピーダンス制御と動作チャンキング
- Abstract要約: Imp-ACTは、方向依存の剛性を直接デモコレクションに組み込むための方法論的および実践的なアプローチである。
遠隔操作中、自己調整インピーダンス制御器は、動きの即時方向に沿って剛性に適応する。
本研究では,Action Chunking with Transformer (ACT) を用いて,エンドエフェクタポーズ,グリップ動作,動き方向剛性を予測するパイプラインを実装した。
- 参考スコア（独自算出の注目度）: 18.553840933683897
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Contact-rich manipulation requires robots to balance accurate motion tracking with compliant interaction, yet most visual-action policies leave compliance fixed at the controller level. We present Imp-ACT, a methodologically grounded and practical approach to incorporating direction-dependent Cartesian stiffness modulation directly into demonstration collection, without manual stiffness selection or offline target reconstruction. During teleoperation, a self-tuning impedance controller adapts stiffness along the instantaneous direction of motion while maintaining compliance in orthogonal directions. The adapted stiffness is applied and recorded alongside visual observations and motion commands, capturing motion and compliance under the same dynamics. We implement this pipeline using Action Chunking with Transformer (ACT) to predict end-effector pose, gripper action, and motion-direction stiffness from visual, proprioceptive, and wrench observations. The performance of Imp-ACT is evaluated on wiping and plug insertion using both success rate and quantitative measures of contact behavior. Compared with fixed low- and high-stiffness baselines, Imp-ACT achieves comparable or higher success while maintaining low interaction forces. In wiping, it reduces contact-force vibration by approximately $29\times$ relative to the compliant baseline and $180\times$ relative to the stiff baseline. In plug insertion, it reduces forces orthogonal to the insertion direction by $43\%$ relative to the better fixed-stiffness baseline. These results highlight the benefit of maintaining sufficient stiffness along the direction needed for task execution while preserving compliance in other directions to limit contact forces and accommodate environmental constraints.
- Abstract（参考訳）: コンタクトリッチな操作では、ロボットは正確なモーショントラッキングとコンプライアンスのバランスをとる必要があるが、ほとんどの視覚アクションポリシーは、コンプライアンスをコントローラレベルで固定する。
Inmp-ACTは,手動剛性選択やオフライン目標再構成を伴わずに,方向依存型カルテシアン剛性変調を直接デモコレクションに組み込むための方法論的,実践的なアプローチである。
遠隔操作中、自己調整インピーダンス制御器は、直交方向のコンプライアンスを維持しつつ、運動の即時方向に沿って剛性を調整する。
適応された剛性は、視覚観察とモーションコマンドと共に適用され、同じダイナミクスの下で動きとコンプライアンスをキャプチャする。
本研究では,Action Chunking with Transformer (ACT) を用いて,視覚的・受容的・レンチ観察からエンドエフェクタポーズ,グリップ動作,動き方向剛性を予測する。
ワイピングおよびプラグ挿入におけるImp-ACTの性能を, 成功率と接触挙動の定量的測定値の両方を用いて評価した。
固定された低剛性ベースラインや高剛性ベースラインと比較して、Imp-ACTは低い相互作用力を維持しながら同等または高い成功を達成する。
ワイピングでは、対応するベースラインに対して、接触力の振動を約29\times$で、硬いベースラインに対して、180\times$で減らす。
プラグ挿入では、より良い固定剛性ベースラインに対して、挿入方向と直交する力を43\%$に削減する。
これらの結果から,タスク実行に必要な方向に沿って十分な剛性を維持するとともに,接触力の制限や環境制約に配慮した他の方向のコンプライアンスを維持することのメリットが浮き彫りとなった。
関連論文リスト
- Real-Time Force Regulation for Whole-Hand Dexterous Grasping [56.253219596767075]
本報告では, 接触の動的変化に対するリアルタイム力規制の枠組みについて述べる。
本手法は, 触覚を必要とせず, 全ハンドリンクにまたがる接触を幾何学的に推定する。
我々は,この力調節制御系を反応的リーチと統合し,手の動きを把握し,乱れ下で保持し,物体を失くした後の再生を可能にする。
論文 参考訳（メタデータ） (2026-09-24T16:31:51Z) - VIDP: Variable Impedance Diffusion Policy for Compliant Robot Manipulation from Diverse Demonstrations [8.606058461805732]
本稿では, 可変インピーダンス拡散政策(PVID)について紹介する。
剛性プロファイルにマッピングすることで、VIDPは力センサを使わずに、ポーズアクションとタスクコンプライアンスを共同で予測する。
実世界の実験では、VIDPはタスク成功率の固定インピーダンスベースラインを著しく上回っている。
論文 参考訳（メタデータ） (2026-08-06T16:03:00Z) - Beyond Implicit Force: Evaluating Explicit Force-Torque Proxies in Action Chunking with Transformers [27.33711271960601]
変圧器を用いたアクションチャンキング (ACT) は, きめ細かい操作において高い性能を示した。
多くのデプロイメントでは、リーダとフォロワの遠隔操作を通じてデモを収集する。
本稿では,ACTの見かけの力覚は,この隠れた相互作用キューに依存するかを検討する。
論文 参考訳（メタデータ） (2026-07-16T05:16:05Z) - Current as Touch: Proprioceptive Contact Feedback for Compliant Dexterous Manipulation [21.695801136739558]
本稿では,モータ電流と関節状態から接触認識コンプライアンスの手がかりを学習するプロプライエセプション駆動型フレームワークを提案する。
本手法は,標準PDコントローラの適合基準位置を予測する。
実験では、安定した整合性把握、より安全で効率的な遠隔操作、および外部触覚や力センサーを使わずに下流政策学習の改善が示されている。
論文 参考訳（メタデータ） (2026-07-03T17:59:50Z) - Seeing Touch from Motion: A Unified Modality-Aware Visuo-Tactile Policy with Tactile Motion Correlation [74.87716678195099]
光触覚センサーを利用した視覚触覚ポリシーは、コンタクトリッチな操作において大きな可能性を秘めている。
これらの利点にもかかわらず、接触リッチな操作に必要なきめ細かい接触状態の抽出は未解決の課題である。
本研究では,触覚を触覚で認識し,触覚を触覚で表現する手法を提案する。
論文 参考訳（メタデータ） (2026-06-29T08:20:18Z) - Transferring Contact, Not Just Motion: Compliant Grasping Across Dexterous Hands [0.01268579273097071]
悪質な把握は接触調節に依存し、運動のみに依存しない。
既存のクロス・エボディメント・デキスタラス・ポリシーは、リターゲティングされた手の動きや潜伏動作を通じて動きを統一するが、力フィードバックは各手の感覚と運動に結びついている。
本研究は異種手間における接触認識操作のためのクロス・エボディメント力配置インタフェースを導入する。
論文 参考訳（メタデータ） (2026-06-14T00:01:36Z) - Beyond Binary: Sim-to-Real Dexterous Manipulation with Physics-Grounded Contact Representation [51.463992799813816]
コンタクトリッチな操作における主要なボトルネックは、現実世界のデータ収集の難しさである。
物理原理に基づく効果的な触覚表現であるCenter-of-Pressureを紹介する。
我々は2つのブラインドで困難なコンタクトリッチな操作タスクについてCoPを評価する。
論文 参考訳（メタデータ） (2026-05-27T17:59:02Z) - 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) - 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) - Learning Compliance Adaptation in Contact-Rich Manipulation [81.40695846555955]
本稿では,コンタクトリッチタスクに必要な力プロファイルの予測モデルを学習するための新しいアプローチを提案する。
このアプローチは、双方向Gated Recurrent Units (Bi-GRU) に基づく異常検出と適応力/インピーダンス制御を組み合わせたものである。
論文 参考訳（メタデータ） (2020-05-01T05:23:34Z)
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。