論文の概要: Tactile Curiosity Drives Robot Interaction

• arxiv url: http://arxiv.org/abs/2609.40134v2
• Date: Fri, 02 Oct 2026 17:17:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-06 00:14:29.974554
• Title: Tactile Curiosity Drives Robot Interaction
• Title（参考訳）: 触覚の好奇心はロボットのインタラクションを駆動する
• Abstract要約: 我々は触覚フィードバックが探究に自然なシグナルをもたらすと論じている。 私たちは、不確実性駆動探索にタッチを組み込んだフレームワークであるTacExを紹介します。
• 参考スコア（独自算出の注目度）: 111.87914899158069
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Mastering robot manipulation skills via reinforcement learning (RL) remains largely sample-inefficient. The most common RL algorithms rely on random action sampling to discover new strategies, resulting in agents that allocate most of their training budget to motions in free space, away from the contacts from which manipulation skills emerge. Existing intrinsic motivation methods based on model disagreement or epistemic uncertainty improve on isotropic noise, but they can also reward uncertainty in functionally irrelevant transitions, such as erratic motions in free space. In this work, we argue that tactile feedback provides a natural signal for exploration, and introduce TacEx, a framework that incorporates touch into epistemic uncertainty-driven exploration by decomposing model uncertainty across sensory modalities and directing curiosity toward the tactile channel. By anchoring curiosity to the sense of touch, TacEx drives the robot to discover complex contact dynamics, learning to manipulate and grasp objects without task rewards or expert demonstrations during exploration. The interaction-dense dataset collected through this tactile-driven curiosity supports offline learning of downstream pick-and-place policies without additional environment interaction. We further use tactile-driven exploration to post-train vision-language-action (VLA) models. Although the VLAs are initially pre-trained without tactile feedback, post-training with TacEx substantially improves downstream performance while remaining highly sample-efficient.
• Abstract（参考訳）: 強化学習(RL)によるロボット操作の習得は、主にサンプル非効率である。 最も一般的なRLアルゴリズムは、新しい戦略を発見するためにランダムなアクションサンプリングに依存しており、結果として、訓練予算の大部分を自由空間の運動に割り当てるエージェントは、操作スキルが出現する接触から遠ざかっている。 モデル不一致やてんかんの不確実性に基づく既存の本質的な動機づけ手法は等方性雑音を改善するが、自由空間における不規則運動のような機能的に無関係な遷移における不確実性にも報いる。 本研究では,触覚フィードバックが探究の自然なシグナルとなり,触覚のモダリティを越えてモデルの不確実性を分解し,触覚チャネルに好奇心を向けることで,触覚不確実性による探索にタッチを組み込むフレームワークであるTacExを紹介する。 好奇心を触覚に固定することで、TacExはロボットを駆動して複雑な接触ダイナミクスを発見し、タスクの報酬なしに物体を操作、把握することを学ぶ。 この触覚駆動型好奇心を通じて収集されたインタラクションセンスデータセットは、追加の環境相互作用なしに下流のピック・アンド・プレイスポリシーのオフライン学習をサポートする。 さらに、触覚による探索を、訓練後の視覚言語行動(VLA)モデルに応用する。 当初、VLAは触覚フィードバックなしで事前訓練されるが、TacExによる後トレーニングは、高いサンプル効率を維持しながら、下流のパフォーマンスを大幅に改善する。

関連論文リスト

• UniForce: A Unified Latent Force Model for Robot Manipulation with Diverse Tactile Sensors [51.88112610411651]
  そこで本研究では,多様な触覚センサにまたがる共用潜在力空間を学習する,新しい統合された触覚表現学習フレームワークを提案する。 UniForceは、逆ダイナミクス(image-to-force)とフォワードダイナミクス(force-to-image)を共同モデリングすることで、クロスセンサー領域シフトを低減する 高価な外部力/トルクセンサ(F/T)への依存を避けるため,静的平衡を利用して直接センサ・オブジェクト・センサ・インタラクションを介して力対効果データを収集する。
  論文  参考訳（メタデータ） (2026-02-01T11:03:01Z)
• Self-Supervised Multisensory Pretraining for Contact-Rich Robot Reinforcement Learning [10.782934021703783]
  MultiSensory Dynamic Pretraining (MSDP)は、タスク指向のポリシー学習に適した表現型多感覚表現を学習するためのフレームワークである。 MSDPはマスク付きオートエンコーディングに基づいており、センサ埋め込みのサブセットのみからの多感覚観測を再構成することでトランスフォーマーベースのエンコーダを訓練する。 下流の政策学習では,凍結した埋め込みから動的にタスク固有の特徴を抽出するクロスアテンション機構が導入された。
  論文  参考訳（メタデータ） (2025-11-18T12:32:23Z)
• Enhancing Tactile-based Reinforcement Learning for Robotic Control [32.565866574593635]
  我々は,触覚観察をより効果的に活用するために,自己教師付き学習法(SSL)を開発した。 疎二元触覚信号がデキスタリティに重要であることを実証的に実証した。 我々は,ロボット触覚オリンピアド(RoTO)ベンチマークを公開し,触覚に基づく操作に関する今後の研究を標準化し,促進する。
  論文  参考訳（メタデータ） (2025-10-24T16:15:05Z)
• Moto: Latent Motion Token as the Bridging Language for Learning Robot Manipulation from Videos [101.26467307473638]
  我々はMotoを紹介する。Motoは、映像コンテンツをラテントモーションTokenizerでラテントモーションTokenシーケンスに変換する。 我々は、モーショントークンによるMoto-GPTの事前学習を行い、多様な視覚的動きの知識を捉えることができる。 実際のロボット動作に先立って学習した動きを転送するために、潜伏した動きのトークン予測と実際のロボット制御をシームレスにブリッジするコファインチューニング戦略を実装した。
  論文  参考訳（メタデータ） (2024-12-05T18:57:04Z)
• Nonprehensile Planar Manipulation through Reinforcement Learning with Multimodal Categorical Exploration [8.343657309038285]
  強化学習はそのようなロボットコントローラを開発するための強力なフレームワークである。 分類分布を用いたマルチモーダル探索手法を提案する。 学習したポリシは外部の障害や観測ノイズに対して堅牢であり、複数のプッシュ器でタスクにスケールできることが示される。
  論文  参考訳（メタデータ） (2023-08-04T16:55:00Z)
• TANDEM: Learning Joint Exploration and Decision Making with Tactile Sensors [15.418884994244996]
  我々は,触覚探索の指導プロセスとタスク関連意思決定との相互作用に焦点を当てた。 意思決定と協調して効率的な探索戦略を学習するアーキテクチャであるTANDEMを提案する。 本手法は,触覚フィードバックのみに基づいて,触覚センサを備えたロボットが既知の集合から物体を探索・識別する必要がある触覚物体認識タスクにおいて実証する。
  論文  参考訳（メタデータ） (2022-03-01T23:55:09Z)
• Improved Learning of Robot Manipulation Tasks via Tactile Intrinsic Motivation [40.81570120196115]
  スパースゴール設定では、エージェントはランダムに目標を達成するまで肯定的なフィードバックを受けません。 子どもの触覚による探索から着想を得て,ロボットの力センサと操作対象との力の合計に基づいて本質的な報酬を定式化する。 提案手法は,3つの基本ロボット操作ベンチマークにおける最先端手法の探索と性能向上を促進させる。
  論文  参考訳（メタデータ） (2021-02-22T14:21:30Z)

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。