論文の概要: Learning to Explore Hidden Kinematics for Articulated Object Manipulation

• arxiv url: http://arxiv.org/abs/2609.36553v1
• Date: Tue, 29 Sep 2026 02:41:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-30 21:28:47.128705
• Title: Learning to Explore Hidden Kinematics for Articulated Object Manipulation
• Title（参考訳）: 人工物体マニピュレーションのための隠れキネマティクスの探索
• Abstract要約: 調音対象のキネマティクスの理論は、視覚だけでは曖昧であることが多い。 能動的知覚法は、各ステップにおける運動パラメータについての信念を最も鋭くする単一の行動を探すことでこれを活用している。 観察された部分運動のベイズフィルタにより, 生成前と更新後から, 関節型およびパラメータに対する信念分布を維持できる。 我々は、強化学習でポリシーを訓練し、各相互作用が後部から取り除かれるエントロピーに報いる。
• 参考スコア（独自算出の注目度）: 28.558319266417783
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The kinematics of an articulated object is often ambiguous from vision alone. Interaction resolves the ambiguity, and active perception methods exploit this by searching for the single action that most sharpens a belief over the kinematic parameters at each step. Such greedy search cannot be extended over a horizon without forward models of the contact and inertial dynamics, which are themselves unknown. We instead amortize action selection into training. We maintain a belief distribution over joint type and parameters, initialized from a generative prior and updated by Bayesian filtering on the observed part motion. To condition the policy on this belief, we render it as a per-point articulation flow field, the motion that the current posterior predicts for every point on the object. Carrying the inductive bias of articulated motion, this representation generalizes better than a latent encoding of the belief or flow tracked from observation. We train the policy with reinforcement learning, rewarding the entropy that each interaction removes from the posterior, so that informative exploration becomes learned behavior rather than a search at every step. Our method outperforms previous approaches across door and drawer manipulation on the PartManip benchmark, and reaches 61.7% success on ArticuRiddle, a new dataset of objects whose appearance implies the wrong articulation, against 44.4% for the best previous method. Project Website: https://hiddenkinematics.github.io/
• Abstract（参考訳）: 明瞭な物体のキネマティクスは、視覚だけでは曖昧であることが多い。 相互作用はあいまいさを解消し、アクティブな知覚法は、各ステップにおける運動パラメータに対する信念を最も鋭くする単一の行動を探すことによってこれを悪用する。 このような欲求探索は、それ自体不明な接触力学と慣性力学の前方モデルがなければ、水平線上で拡張することはできない。 代わりに、トレーニングにアクションの選択を保存します。 本研究は, 先行生成から初期化され, 観察された部分運動に対するベイジアンフィルタリングによって更新された, 関節型およびパラメータに対する信念分布を維持する。 この信念にポリシーを課すため、物体上の各点について現在の後進が予測する動きを、点ごとの調音流場として表現する。 この表現は、調音運動の帰納バイアスを持ち、観察から追跡された信念や流れの潜在エンコーディングよりも良く一般化される。 我々は、強化学習でポリシーを訓練し、各相互作用が後部から取り除かれるエントロピーに報いる。 提案手法は, ドアおよび引き出し操作における従来手法よりも優れており, ArticuRiddle では61.7% の精度を達成している。 Project Website: https://hiddenkinematics.github.io/

関連論文リスト

• PokeNet: Learning Kinematic Models of Articulated Objects from Human Observations [6.444995674543333]
  構音モデリングにより、ロボットは、効果的に操作するための調音物体の関節パラメータを学習することができる。 既存のアプローチは、しばしば、関節の数や種類など、オブジェクトに関する事前の知識に依存している。 我々はPokeNetを紹介した。PokeNetは、オブジェクトの事前の知識を使わずに、単一の人間の実演から調音モデルを推定するエンドツーエンドフレームワークである。
  論文  参考訳（メタデータ） (2026-02-02T19:55:02Z)
• WASP: A Weight-Space Approach to Detecting Learned Spuriousness [2.438905380873819]
  本稿では,モデルの予測分析からモデルの重み分析へ焦点を切り替える手法を提案する。 提案するSpuriousness (WASP) 検出のための重み空間アプローチは, 各種(spurious)相関を捉えるために, 基礎モデルの重みを解析することに依存する。 従来の手法とは違って,本手法では,トレーニングや検証の反例に照らされていない場合でも,データセットが特徴とする突発的相関を露呈することができることを示す。
  論文  参考訳（メタデータ） (2024-10-24T17:59:16Z)
• H-SAUR: Hypothesize, Simulate, Act, Update, and Repeat for Understanding Object Articulations from Interactions [62.510951695174604]
  The Hypothesize, Simulate, Act, Update, and Repeat (H-SAUR) is a probabilistic generative framework that generated hypotheses about objects articulate given input observed。 提案手法は,現在最先端のオブジェクト操作フレームワークよりも優れていることを示す。 我々は、学習に基づく視覚モデルから学習前の学習を統合することにより、H-SAURのテスト時間効率をさらに向上する。
  論文  参考訳（メタデータ） (2022-10-22T18:39:33Z)
• Suspected Object Matters: Rethinking Model's Prediction for One-stage Visual Grounding [93.82542533426766]
  疑似オブジェクト間の対象オブジェクト選択を促進するため,疑似オブジェクト変換機構(SOT)を提案する。 SOTは既存のCNNとTransformerベースのワンステージ視覚グラウンドにシームレスに統合できる。 実験の結果,提案手法の有効性が示された。
  論文  参考訳（メタデータ） (2022-03-10T06:41:07Z)
• JOKR: Joint Keypoint Representation for Unsupervised Cross-Domain Motion Retargeting [53.28477676794658]
  ビデオにおける教師なしの動作は ディープ・ニューラル・ネットワークによって 大幅に進歩しました JOKR(Joint Keypoint Representation)は、オブジェクトの事前やデータ収集を必要とせずに、ソースとターゲットのビデオの両方を処理する。 本手法は質的かつ定量的に評価し,異なる動物,異なる花,人間など,さまざまなクロスドメインシナリオを扱うことを示す。
  論文  参考訳（メタデータ） (2021-06-17T17:32:32Z)
• Multi-level Motion Attention for Human Motion Prediction [132.29963836262394]
  本研究は, 関節, 身体部分, フルポーズレベルなど, 異なる種類の注意力の使用について検討した。 我々は,Human3.6M,AMASS,3DPWを用いて,周期的および非周期的両方の行動に対するアプローチの利点を検証した。
  論文  参考訳（メタデータ） (2021-06-17T08:08:11Z)
• Learning Dynamics via Graph Neural Networks for Human Pose Estimation and Tracking [98.91894395941766]
  ポーズ検出とは無関係なポーズダイナミクスを学習する新しいオンライン手法を提案する。 具体的には、空間的・時間的情報と視覚的情報の両方を明示的に考慮したグラフニューラルネットワーク(GNN)を通して、このダイナミクスの予測を導出する。 PoseTrack 2017とPoseTrack 2018データセットの実験では、提案手法が人間のポーズ推定とトラッキングタスクの両方において、技術の現状よりも優れた結果が得られることを示した。
  論文  参考訳（メタデータ） (2021-06-07T16:36:50Z)
• Learning to Track with Object Permanence [61.36492084090744]
  共同物体の検出と追跡のためのエンドツーエンドのトレーニング可能なアプローチを紹介します。 私たちのモデルは、合成データと実データで共同トレーニングされ、KITTIおよびMOT17データセットの最先端を上回ります。
  論文  参考訳（メタデータ） (2021-03-26T04:43:04Z)

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。