論文の概要: GOTT: Object-centric Dexterous Manipulation with a Reusable Cross-Embodiment Primitive

• arxiv url: http://arxiv.org/abs/2610.03861v2
• Date: Thu, 08 Oct 2026 23:54:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-13 04:06:29.157244
• Title: GOTT: Object-centric Dexterous Manipulation with a Reusable Cross-Embodiment Primitive
• Title（参考訳）: GOTT: 再使用可能なクロスエボディメントプリミティブを用いたオブジェクト指向デキステラスマニピュレーション
• Abstract要約: GOTTは、単一のクロス・エボディメント・コンタクト・アセプションプリミティブを中心に構築されたリーチ・アセプタ・ムーブ・フレームワークである。 オープンループグリップ実行によるエンドツーエンドタスクの成功を継続的に改善する。
• 参考スコア（独自算出の注目度）: 42.09050998757607
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Foundation models and large-scale human data provide rich sources of manipulation intent, but translating this intent into multi-fingered robot behavior remains difficult. Dexterous hands still lack a reusable low-level primitive that reliably establishes contact across tasks and embodiments. We propose GOTT, a reach-acquire-move framework built around a single cross-embodiment contact-acquisition primitive. Given a robot-agnostic object trajectory and a reach specification, GOTT first brings the hand near a task-relevant contact region. The shared closed-loop primitive then establishes stable contact from this approximate initialization, and a pose-conditioned controller tracks the desired object motion. Reach specifications may come from future-aware planning, external models, or human demonstrations, while the primitive and tracking backend remain unchanged. Simulation and real-world experiments show that GOTT is able to establish robust contact across diverse objects, arm-hand platforms, and seen and unseen hand morphologies. It also consistently improves end-to-end task success over open-loop grasp execution.
• Abstract（参考訳）: ファンデーションモデルと大規模人間のデータは、操作意図の豊富な情報源を提供するが、この意図を多指ロボットの動作に翻訳することは依然として困難である。 Dexterous Handはまだ再利用可能な低レベルプリミティブが欠如しており、タスクや具体的要素間の接触を確実に確立している。 GOTTは,1つのクロスボデーメント接触獲得プリミティブを中心に構築されたリーチ・アキヤ・モーブ・フレームワークである。 ロボットに依存しない物体の軌跡とリーチ仕様を考えると、GOTTはまずタスク関連接触領域に手を近づける。 共有閉ループプリミティブは、この近似初期化から安定した接触を確立し、ポーズ条件付きコントローラが所望の物体の動きを追跡する。 リーチ仕様は、将来の計画、外部モデル、人間によるデモンストレーションから生まれますが、プリミティブとトラッキングバックエンドは変わっていません。 シミュレーションと実世界の実験により、GOTTは多様な物体、腕のプラットフォーム、そして目に見えない手の形態で堅牢な接触を確立することができることが示された。 また、オープンループのグリップ実行よりも、エンドツーエンドのタスクの成功を継続的に改善する。

関連論文リスト

• One Demonstration, Many Objects: Generalizing Manipulation via Local Contact Geometry [49.066054862620014]
  人間のデモから学ぶことは、ロボット遠隔操作のスケーラブルな代替手段として現れてきた。 最近のsim-to-real RL法はそのような先入観を取り入れているが、しばしば正確な接触を明示的に動機付ける報酬を省略する。 接触点に局所的な形状に着目してオブジェクトを操作できるDemoMimicを提案する。
  論文  参考訳（メタデータ） (2026-09-01T23:04:35Z)
• Towards Human-level Dexterous Teleoperation [62.77371751776912]
  人レベルのデキスタラス遠隔操作は、動的手動物体接触による物体の動きを正確に制御する必要がある。 我々は,操作者の意図を学習された低レベルのコンタクト実行にマッピングするハンドオブジェクト・コトラッキング・コントローラであるTeleDexterを紹介した。 我々はTeleDexterを、物体の向きを変える7つの難易度遠隔操作タスクと、両手にわたる長距離ツールを用いて評価した。
  論文  参考訳（メタデータ） (2026-07-13T12:36:47Z)
• GIRAF: Towards Generalizable Human Interactions with Articulated Objects [50.52795413484619]
  そこで本論文では,テキスト条件付き拡散モデルについて述べる。 提案手法は、現在最先端の手法を超越して、未確認のオブジェクト構成に強い一般化を示した。
  論文  参考訳（メタデータ） (2026-07-08T19:30:44Z)
• ObjRetarget: An Object-Aware Motion Retargeting Framework with Anthropomorphic Arm Constraints and Polyhedral Hand Modeling [9.378632224914458]
  人間の操作ビデオからの巧妙な操作は、ロボットアクションの実行に確実に人間の意図を必要とする。 既存の手法はしばしば明示的な接触モデリングや強化を無視し、精度と一般化が制限される。 本研究では,人間のビデオからロボットの器用な操作を学習するためのロボットモーションフレームワークRetargetを提案する。
  論文  参考訳（メタデータ） (2026-07-04T11:31:23Z)
• GenHOI: Contact-Aware Humanoid-Object Interaction by Imitating Generated Videos without Task-Specific Training [20.414478780328437]
  既存の方法は、しばしば時間を要するタスク固有のポリシートレーニングを必要とするか、厳格な軌跡の再生に依存している。 我々は,人型ロボットがゼロショット方式で多様なオブジェクトインタラクションタスクを実行できるフレームワークであるtextitGenHOIを提案する。 提案手法を多種多様なオブジェクト・インタラクション・タスクにまたがる広範囲なシミュレーションおよび実世界の実験で検証する。
  論文  参考訳（メタデータ） (2026-06-11T07:31:05Z)
• Hand-centric Human-to-Robot Trajectory Transfer from Video Demonstrations via Open-World Contact Localization [28.23926683554352]
  EmphHOWTransferは、人間のデモを接触認識、分類情報、多様なロボット軌道に蒸留する手中心のフレームワークである。 emphHOWTransferは、時間的に一貫した3次元手の動きを回復し、観察された手と物体の相互作用の手がかりを解析することで、時間的接触間隔を局所化する。 実験によると、emphHOWTransferは86%の精度で正確な接触位置決めと高品質なロボットの動きを可能にする。
  論文  参考訳（メタデータ） (2026-06-09T11:53:29Z)
• SIGHT: Synthesizing Image-Text Conditioned and Geometry-Guided 3D Hand-Object Trajectories [124.24041272390954]
  手動物体の相互作用をモデル化することは、ロボットと具体化されたAIシステムを前進させる大きな可能性を秘めている。 SIGHTは、1つの画像から現実的で物理的に妥当な3Dハンドオブジェクトインタラクショントラジェクトリを生成することに焦点を当てた,新しいタスクである。 SIGHT-Fusionは,データベースから最もよく似た3Dオブジェクトメッシュを抽出し,この課題に対処する,新しい拡散型画像文条件付き生成モデルを提案する。
  論文  参考訳（メタデータ） (2025-03-28T20:53:20Z)

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。