論文の概要: CLAP: Closed-Loop Alignment with Pressure for Precise Suction Manipulation

• arxiv url: http://arxiv.org/abs/2609.32767v1
• Date: Sat, 26 Sep 2026 16:40:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-06 20:31:09.280025
• Title: CLAP: Closed-Loop Alignment with Pressure for Precise Suction Manipulation
• Title（参考訳）: CLAP:精密吸引操作のための圧力付きクローズドループアライメント
• Abstract要約: 本稿では,真空ラインにタップされた圧力モジュールを通してアタッチメント状態を観測できるCLAPを提案する。 データについては、物理ロボット上でゴール状態の分解を記録し、関節状態のシーケンスをオフラインで反転させる。 実際のUnitree Z1では、1つのマルチタスクチェックポイントが96.67%に達する。
• 参考スコア（独自算出の注目度）: 50.72629909392354
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Stacking and palletising demand precise placement: error left in one layer is inherited by the next, and a flat pad offers no feature to funnel a wrong pose into the right one. Top-down suction suits such dense arrangements, and suction has already been brought into vision-language-action (VLA) policies. What that work does not report, however, is a policy conditioned on a measured vacuum signal, or one that uses it to abandon an action already under way. Vision does not settle the question here, because at the moment it matters the cup and the face it holds occlude each other. We present CLAP, which makes the attachment state observable through a pressure module tapped into the vacuum line. The decoded reading replaces the suction command in the policy's proprioception, is fused with the visual features, and terminates the open-loop execution window so that the policy re-infers from a fresh observation. For data, we record goal-state disassembly on the physical robot and reverse the joint-state sequence offline, without a simulation replay. Targeted phase demonstrations, 8.3% of the training frames, cover the suction transitions and the configurations an interrupted grasp leaves behind. On a real Unitree Z1, one multi-task checkpoint reaches 96.67% average success in both colour settings, 16.67 and 10.00 points above the strongest baseline, its monochromatic four-block successes averaging 15.92 mm of error. Four ablation settings fall 5.00 to 13.33 points short. We will release code and trained weights.
• Abstract（参考訳）: スタック化とパレット化 要求の正確な配置: 1層に残るエラーは次の層によって継承され、フラットパッドは間違ったポーズを正しい層にファインリングする機能を提供しない。 トップダウンの吸引は、そのような密集した配置や吸引は、すでに視覚言語アクション(VLA)ポリシーに導入されている。 しかし、その成果を報告していないのは、測定された真空信号に条件付けされたポリシーか、あるいはすでに進行中のアクションを放棄するためにそれを使用するポリシーだ。 視力はここでは解決しない。なぜなら、カップと顔がお互いを遮蔽しているからである。 本稿では,真空ラインにタップされた圧力モジュールを通してアタッチメント状態を観測できるCLAPを提案する。 復号された読み出しは、ポリシーのプロプライエセプションにおける吸引コマンドを置き換え、視覚的特徴と融合し、オープンループ実行ウィンドウを終了し、ポリシーが新鮮な観察から再推論されるようにする。 データについては、物理ロボット上でゴール状態の分解を記録し、シミュレーション再生なしで関節状態のシーケンスをオフラインに反転させる。 トレーニングフレームの8.3%である目標フェーズのデモでは、吸引遷移と中断された握りの残りをカバーしている。 実際のUnitree Z1では、1つのマルチタスクチェックポイントが2つの色設定で平均96.67%、最強のベースラインより16.67点、10.00点、単色4ブロックの成功は平均15.92mmである。 4つのアブレーション設定は5.00から13.33ポイント短い。 コードとトレーニングされた重みをリリースします。

関連論文リスト

• Hamiltonian JEPA: Action-Conditioned World Models with an Inherited Control State [49.52703800684483]
  ピクセルからの計画には、安定かつ予測可能な潜在空間以上のものが必要である。 統合埋め込み予測アーキテクチャ(JEPA)は、将来の表現を予測することでピクセル再構成を避ける。 我々はこの2つを分離するH-JEPAを紹介する。
  論文  参考訳（メタデータ） (2026-09-27T12:05:41Z)
• Self-Confirming Superposition Traps in Reinforcement Learning [62.71685993550818]
  強化学習はエージェントのポリシーによって選択されたデータに基づいて表現し、その結果のリターンを使って次の選択を導く。 これらのデータに対して表現フィッティングがグローバルに最適である場合でも,このループは低リターンポリシーを維持可能であることを示す。
  論文  参考訳（メタデータ） (2026-09-26T21:56:26Z)
• Outcome-Conditioned End-Effector Geometry Across Vision-Language-Action Policies [10.096346957868388]
  我々は4つの方針から15,000個の閉ループLIBEROロールアウトにおけるクロス・ポリチック・エンドエフェクタ・ジオメトリについて検討した。 両者のペアは、正確に1つのポリシーが成功すると0.0120 m と 0.0380 m の中央値の正規化された動的時間ワープ距離を持つ。
  論文  参考訳（メタデータ） (2026-09-18T11:56:34Z)
• VABench: Measuring Embodied Spatial Intelligence through Visual Demonstrations, Active Perception, and Metric Control [57.5995346750474]
  VA-Benchを導入し、完全なオブザーバ・レアソン・アクト・リビジョンループを評価する。 汎用MLLMは、RGBのみのデモンストレーションから手続き的コンテキストを学習する。 モデルには特権オブジェクトのポーズ、オラクルの軌跡、学習されたアクションヘッドは含まれない。
  論文  参考訳（メタデータ） (2026-09-17T01:24:51Z)
• Reason Less, Verify More: Deterministic Gates Recover a Silent Policy-Violation Failure Mode in Tool-Using LLM Agents [1.6567880228735357]
  ポリシーを許容する環境では、対応する状態遷移がドメインポリシーによって禁じられている場合であっても、ツールはよくできた呼び出しを実行できる。 我々は、この障害モードを2ドルの航空会社ドメインで研究する。 我々は、決定論的かつリードオンリーの事前実行ゲートという、軽量な介入を評価する。
  論文  参考訳（メタデータ） (2026-07-08T13:38:54Z)
• Decodable Is Not Grounded: A Vision-Ablation Arbiter for VLM Spatial Reasoning [48.438568700670835]
  モデルから潜在的知識を読み出す標準的な方法は、視覚言語モデルがイメージに根ざしたものを体系的に上書きすることができる。 本研究では,空間的推論において,一直線因果制御によって露呈した探究と操舵の両方に誤差が見えないことを示す。
  論文  参考訳（メタデータ） (2026-06-30T07:33:18Z)
• Early Warning Signals for OpenVLA Failure under Visual Distribution Shift [0.0]
  視覚言語行動モデル(Vision Language Action Model)は、知覚、言語基盤、制御を一つのポリシーで組み合わせる。 我々は, LIBERO 操作ロールアウトにおいて, OpenVLA フィードフォワードアクティベーションが, 短期的タスク障害に関する情報を線形にデオード可能な情報を含むかどうかを検証した。
  論文  参考訳（メタデータ） (2026-06-29T02:07:17Z)
• Output Vector Editing for Memorization Mitigation in Large Language Models [68.30351930772788]
  大規模な言語モデルは、トレーニングデータからシーケンスを記憶し、再現し、プライバシ、著作権、セキュリティリスクを生み出す。 既存のニューロンレベルの緩和方法は、ニューロンの活性化をゼロにすることで編集を等しくするが、活性化はニューロンが関与するかどうかのみを制御する。 記憶継続に責任を負うニューロンの小さな集合を探索する制約最適化編集である出力ベクトル編集を提案する。
  論文  参考訳（メタデータ） (2026-06-17T07:29:18Z)

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。