論文の概要: HACo: Learning Haptic Active Compliance for Force-Aware Dexterous Manipulation
- arxiv url: http://arxiv.org/abs/2609.36596v1
- Date: Tue, 29 Sep 2026 03:17:04 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-30 21:28:47.144498
- Title: HACo: Learning Haptic Active Compliance for Force-Aware Dexterous Manipulation
- Title（参考訳）: HACo:力覚型デクサラスマニピュレーションのためのハプティックアクティブコンプライアンスの学習
- Abstract要約: 本稿では,ハプティック・アクティブ・コンプライアンス・ポリシーであるHACoを紹介する。
我々は,多接触摩擦,接種相互作用,脆性曲面接触,回転トルク,変形性物体操作を含む実世界のベンチマークでHACoを評価した。
- 参考スコア（独自算出の注目度）: 12.372274717502513
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Contact-rich dexterous manipulation requires policies that translate physical feedback into motion commands while regulating interaction loads across evolving multi-contact interactions. This requires haptic observations of contact state and action supervision showing how commands should adapt. Existing policies often overlook complementary fingertip tactile and joint-torque feedback, while common action targets either encode excessive loading or omit motion constrained by the object. We introduce HACo, a Haptic Active Compliance policy that learns force-regulating actions directly from haptic feedback. Compliance-regulated teleoperation converts operator inputs into controller-executable compliant actions that preserve motion intent while regulating loads. HACo learns these actions directly, using command-state discrepancy as auxiliary compliant-intent supervision. It combines local fingertip tactile responses with joint-torque feedback capturing load transmission through the articulated hand, including contacts beyond tactile coverage. A Compliance Grounding Module uses gated haptic cross-attention to ground action generation in the evolving haptic state, enabling closed-loop force regulation without explicit online contact modeling. We evaluate HACo on a real-world benchmark covering multi-contact friction, tangential interaction, fragile curved-surface contact, rotational torque, and deformable-object manipulation. Across 20 trials per task, HACo achieves an 83% mean success rate, compared with 35% for the strongest evaluated baseline. These results demonstrate active compliance across diverse force-sensitive dexterous manipulation tasks.
- Abstract（参考訳）: コンタクトリッチなデキスタラスな操作には、物理的なフィードバックを動作コマンドに変換するポリシーが必要である。
これには、接触状態の触覚的な観察と、コマンドの適応方法を示すアクション監視が必要である。
既存のポリシーは、しばしば相補的な指先触覚と関節トルクフィードバックを見落としている。
本稿では,ハプティック・アクティブ・コンプライアンス・ポリシーであるHACoを紹介する。
コンプライアンス制御された遠隔操作は、オペレータ入力をコントローラ実行可能な準拠アクションに変換し、負荷を規制しながら動きのインテントを保存する。
HACoはこれらのアクションを直接学習し、コマンド状態の不一致を補助的コンプライアンスインテリジェント監視として利用する。
局所的な指先触覚応答と関節トルクフィードバックを組み合わせることで、触覚のカバーを超える接触を含む、関節のある手での荷重伝達をキャプチャする。
Compliance Grounding Moduleは、進化するハプティックな状態において、ゲート型ハプティックなクロスアテンションを使用して、明示的なオンライン接触モデリングなしでクローズドループ力の制御を可能にする。
我々は,多接触摩擦,接種相互作用,脆性曲面接触,回転トルク,変形性物体操作を含む実世界のベンチマークでHACoを評価した。
1タスクあたりの20回のトライアルで、HACoは83%の平均的な成功率を達成し、最も評価の高いベースラインでは35%である。
これらの結果は、多種多様な力覚的操作タスクにまたがる能動的コンプライアンスを示す。
関連論文リスト
- Imp-ACT: Adaptive Impedance Control and Action Chunking with Transformers to Learn Contact-Rich Manipulation from Demonstrations [18.553840933683897]
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。
論文 参考訳（メタデータ） (2026-09-25T13:04:37Z) - 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) - FWBC-VLA: Force-Aware Whole-Body Compensation for Contact-Rich Loco-Manipulation [11.102182448786307]
コンタクトリッチなロコ操作は、セマンティックアクション生成と物理的相互作用制御の橋渡しを必要とする。
FWBC-VLAは,タスクレベルVLAアクション生成と低レベル全体補償制御をブリッジする力覚フレームワークである。
ロボ操作タスクでは、事前訓練されたVLAバックボーンのパラメータはすべて、我々のWL&Armデータセット上で微調整される。
論文 参考訳（メタデータ） (2026-09-03T14:10:47Z) - 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) - 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) - Force Policy: Learning Hybrid Force-Position Control Policy under Interaction Frame for Contact-Rich Manipulation [55.969741720077565]
コンタクトリッチな操作は、人間のような知覚と力のフィードバックの統合を要求する。
既存の学習ベースのポリシは、これらの役割をモノリシックなネットワークに束縛することが多い。
本研究では,グローバル・ローカル・ビジョン・フォース・ポリシーを提案する。このポリシーでは,グローバル・グローバル・ポリシーが視覚を用いて自由空間動作を誘導し,接触時に,力フィードバックによる高周波ローカル・ポリシーが相互作用フレームを推定し,安定した相互作用のためのハイブリッド・フォース・ポジション・コントロールを実行する。
論文 参考訳（メタデータ） (2026-02-25T16:35:24Z) - 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) - Reactive Diffusion Policy: Slow-Fast Visual-Tactile Policy Learning for Contact-Rich Manipulation [58.95799126311524]
人間は視覚と触覚を使って、外的変化に対する迅速な応答や接触力の適応制御のような非常に反応性の高い能力で、コンタクトリッチなタスクを達成できる。
既存の視覚模倣学習アプローチは、複雑な振る舞いをモデル化するためにアクションチャンキングに依存している。
本稿では,Augmented Realityを通じてリアルタイム触覚フィードバックを提供する,低コスト遠隔操作システムであるTactARを紹介する。
論文 参考訳（メタデータ） (2025-03-04T18:58:21Z)
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。