論文の概要: HapticWorld: an Interactive World Simulator with Real-time Torque Feedback
- arxiv url: http://arxiv.org/abs/2609.31924v1
- Date: Fri, 25 Sep 2026 19:17:35 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-08 04:35:02.888001
- Title: HapticWorld: an Interactive World Simulator with Real-time Torque Feedback
- Title（参考訳）: HapticWorld: リアルタイムトルクフィードバックを備えたインタラクティブなワールドシミュレータ
- Abstract要約: HapticWorldはインタラクティブな世界シミュレータで、トルクを観測とともに予測し、オペレータにリアルタイムでレンダリングする。
3つのコンタクト豊富なタスクの中で、トルクフィードバックはデータ収集のスループットを平均1.6倍に向上させる。
- 参考スコア（独自算出の注目度）: 11.847351595781587
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Contact-rich manipulation depends on force sensing that is hard to infer from visual signals alone, both for collecting demonstrations and for training policies. Force-annotated data, however, remains hard to obtain at scale: real-robot collection ties every demonstration to physical hardware, physics simulators report contact forces that deviate systematically from real measurements, and learned world simulators, though scalable and realistic, are vision-only, so operators feel nothing during data collection and the data carries no force/torque (F/T) labels. We present HapticWorld, an interactive world simulator that predicts joint torque together with observations and renders it back to the operator in real time, closing the haptic loop between a human and a learned world model. Across three contact-rich tasks, torque feedback raises data collection throughput by 1.6 times on average. Policies trained on HapticWorld-generated demonstrations succeed in 54/60 real-world trials, approaching the 56/60 upper bound of real-world data, and far exceeding the 19/60 success rate of the vision-only baseline. Moreover, the success rates measured inside HapticWorld closely match real-world evaluation, demonstrating that HapticWorld can serve as a stand-alone F/T-conditioned policy evaluation platform.
- Abstract（参考訳）: コンタクトリッチな操作は、デモ収集とトレーニングポリシーの両方において、視覚信号からのみを推測することが難しい力覚に依存する。
リアルロボット収集は物理ハードウェアにすべてのデモンストレーションを結び付け、物理シミュレーターは実際の測定から体系的に逸脱する接触力を報告し、学習された世界シミュレーターはスケーラブルで現実的だが、視覚のみであるため、データ収集の間は何も感じず、データにはフォース/トルク(F/T)ラベルがない。
本研究では,対話型世界シミュレータであるHapticWorldについて紹介する。関節トルクを観測とともに予測し,それをオペレータにリアルタイムでレンダリングし,人間と学習した世界モデル間の触覚ループを閉じる。
3つのコンタクト豊富なタスクの中で、トルクフィードバックはデータ収集のスループットを平均1.6倍に向上させる。
HapticWorldで作成された実世界の54/60の試験でトレーニングされたポリシーは、56/60以上の実世界のデータに近づき、ビジョンのみのベースラインの19/60の成功率をはるかに上回っている。
さらに、HapticWorld内で測定された成功率は実世界の評価と密接に一致し、HapticWorldがスタンドアローンのF/T条件の政策評価プラットフォームとして機能することを実証した。
関連論文リスト
- InternW0: A Foundational Physical World Model for Efficient Real-World Interactions [71.6162746447152]
上海AI研究所からInternW物理世界モデルシリーズの最初のインスタンス化であるInternW0を紹介する。
フローマッチングを伴う非対称なビデオアクションアーキテクチャにより,将来の視覚力学と連続ロボット制御を学習する。
InternW0を約7,200時間の異質なロボットとエゴセントリックなデータでトレーニングし、その中には275時間のリアルタイムなエゴセントリックなデータセットであるEgoLabが含まれています。
論文 参考訳（メタデータ） (2026-09-23T10:20:56Z) - WorldContact: A Contact-Centric World Model for Scalable Robot Learning [63.61204799366772]
WorldContactは、変形可能なオブジェクト操作のための接触中心の世界モデルである。
原数値シミュレータよりも大きな時間ステップを用いてオブジェクトのダイナミクスを予測する。
1つのH100 GPUのステートロールアウト測定は、ソースシミュレータよりも10倍のスピードアップを示している。
論文 参考訳（メタデータ） (2026-09-17T02:27:32Z) - SyncWorld: Visual Calibration Enables World Models as Zero-Shot Simulators [61.95179776027961]
SyncWorldはアクション条件付き世界モデルで、追加のトレーニングなしで、目に見えない環境を横断するゼロショットシミュレータとして機能する。
視覚的校正コンテキストを用いたトレーニングは、視覚的証拠を通して行動を理解するモデルを教える。
実験の結果、SyncWorldは以前見つからなかった設定でアクションの結果を正確にシミュレートできることがわかった。
論文 参考訳（メタデータ） (2026-09-08T17:59:47Z) - GAUGE: A Measurement-Grounded Benchmark for Physical Fidelity in Simulation Engines and Video World Models [66.77745044586173]
GAUGEは、数値シミュレータと生成ビデオワールドモデルがどのように現実の物理学から再現または逸脱するかを評価するための実世界の診断ベンチマークである。
一般化された軌道誤差を用いて14のタスクファミリー上でIsaac Sim,Genesis,Newtonをベンチマークし,5つの剛体タスクに対して6つのイメージ・ツー・ビデオモデルを評価する。
この結果から, 衝撃的接触, 高速繊維運動, 体積変形に起因する最大の相違点を有する一様忠実な物理エンジンは見つからなかった。
論文 参考訳（メタデータ） (2026-08-06T12:19:38Z) - PlayWorld: Learning Robot World Models from Autonomous Play [8.710835027281465]
対話体験から高忠実度ビデオワールドシミュレータをトレーニングするための,シンプルでスケーラブルで完全自律的なパイプラインであるPlayWorldを紹介する。
PlayWorldは、教師なしのロボットのセルフプレイから完全に学習できる最初のシステムであり、自然にスケーラブルなデータ収集を可能にする。
実験により、PlayWorldは、人間が収集したデータに基づいてトレーニングされた世界モデルによって捉えられていないコンタクトリッチなインタラクションに対して、高品質で物理的に一貫した予測を生成することが示された。
論文 参考訳（メタデータ） (2026-03-09T23:58:07Z) - Interactive World Simulator for Robot Policy Training and Evaluation [21.481187472784047]
ロボットインタラクションデータセットからインタラクティブな世界モデルを構築するためのフレームワークであるInteractive World Simulatorを提案する。
我々の実験では、学習された世界モデルが相互作用に一貫性のあるピクセルレベルの予測を生成する。
我々は,世界モデル生成データに基づいてトレーニングされたポリシーが,同じ量の実世界のデータでトレーニングされたポリシーと相容れないことを発見した。
論文 参考訳（メタデータ） (2026-03-09T16:13:32Z) - WorldLens: Full-Spectrum Evaluations of Driving World Models in Real World [100.68103378427567]
エージェントは現実的な4D駆動環境を合成し、説得力があるように見えるが、物理的または行動的に失敗することが多い。
モデルがどのように構築され、理解され、その生成された世界の中でどのように振る舞うかを評価するフルスペクトルベンチマークであるWorldLensを紹介します。
さらに、数値的なスコアとテキストの合理性を備えた人間の注釈付きビデオの大規模データセット WorldLens-26K を構築し、WorldLens-Agent を開発した。
論文 参考訳（メタデータ） (2025-12-11T18:59:58Z) - WorldGym: World Model as An Environment for Policy Evaluation [41.204900701616914]
WorldGymは、実環境のプロキシとして機能する自動回帰、アクション条件付きビデオ生成モデルである。
ポリシーはモンテカルロの世界モデルによるロールアウトを通じて評価され、視覚言語モデルが報酬を提供する。
We show that WorldGym can maintain relative policy rankings across different policy version, sizes, and training checkpoints。
論文 参考訳（メタデータ） (2025-05-31T15:51:56Z) - Real-is-Sim: Bridging the Sim-to-Real Gap with a Dynamic Digital Twin [8.498460043101499]
我々は、シミュレーションを行動クローニングパイプラインに統合するための新しいアプローチである、Real-is-simを導入する。
デプロイ前にポリシーを安全にテストする機能がない実際のメソッドや、sim-to-realメソッドとは対照的に、sim-to-realギャップを横断するために複雑な適応を必要とするsim-to-realメソッドがある。
当社のフレームワークでは,実際のハードウェア上での動作と,並列化された仮想環境での動作とをシームレスに切り替えることが可能です。
論文 参考訳（メタデータ） (2025-04-04T17:05:56Z)
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。