論文の概要: SkillWeave: Weaving Heterogeneous Demonstrations into Long-Horizon Manipulation Skills
- arxiv url: http://arxiv.org/abs/2610.12046v1
- Date: Thu, 08 Oct 2026 14:33:48 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-10 02:36:54.078788
- Title: SkillWeave: Weaving Heterogeneous Demonstrations into Long-Horizon Manipulation Skills
- Title（参考訳）: SkillWeave:不均一なデモを長軸操作スキルに織り込む
- Abstract要約: 有害な操作には、大規模タスクの進行と正確な接触-リッチな相互作用の両方が必要である。
長距離デキスタラス操作のための異種デモフレームワークであるSkillWeaveについて紹介する。
マスク条件の皮膚審美政策は,デキスタスサブタスクの成功率を平均65%に向上させる一方,後継のハンドオフは平均構成効率を87%に向上させる。
- 参考スコア（独自算出の注目度）: 9.427794891268745
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Dexterous manipulation requires both large-scale task progression and precise contact-rich interaction, making it challenging to collect demonstrations that effectively support both regimes. We present SkillWeave, a heterogeneous demonstration framework for long-horizon dexterous manipulation that combines teleoperation for coarse reaching and transport with kinesthetic teaching for precise, contact-rich skills. To address the visual mismatch introduced by the demonstrator's presence during kinesthetic data collection, we propose an object-mask-conditioned diffusion policy that uses offline object segmentation for training supervision and a lightweight learned mask predictor at deployment, avoiding online segmentation and image inpainting. To mitigate distribution shift between independently trained sub-task policies, we introduce successor-aware terminal steering, which selects among actions sampled from the predecessor policy to guide the system toward states supported by the successor's demonstrated initial-state distribution. Across three real-world long-horizon tasks, SkillWeave achieves 27% average end-to-end success. Mask-conditioned kinesthetic policies improve dexterous sub-task success to an average of 65%, while successor-aware handoffs achieve an average composition efficiency of 87%. These results show that matching demonstration modality to interaction regime, explicitly addressing kinesthetic visual mismatch, and steering policy handoffs toward successor-supported states substantially improves long-horizon dexterous manipulation. Videos and code are available at skillweave-authors.github.io .
- Abstract（参考訳）: 有害な操作には、大規模なタスクの進行と正確なコンタクトリッチな相互作用の両方が必要であるため、両方の体制を効果的に支援するデモを収集することは困難である。
SkillWeaveは、遠隔操作による粗い到達と輸送と、精密で接触に富んだスキルのための審美的な指導を組み合わせた、長距離デキスタス操作のための異種なデモフレームワークである。
生体情報収集における実証者の存在によって引き起こされる視覚的ミスマッチに対処するために,オフラインのオブジェクトセグメンテーションをトレーニングの監督に利用し,オンラインセグメンテーションやイメージインペインティングを回避し,軽量な学習マスク予測器を配置に利用したオブジェクトマスク条件拡散ポリシーを提案する。
個別に訓練されたサブタスクポリシー間の分散シフトを緩和するため,先駆者の実証した初期状態分布が支持する状態に向けて,先駆者の政策からサンプリングされたアクションの中から選択した後発者対応端末ステアリングを導入する。
3つの現実世界の長期タスクの中で、SkillWeaveは平均的なエンドツーエンドの成功率27%を達成している。
マスク条件の皮膚審美政策は,デキスタラスサブタスクの成功率を平均65%に向上させる一方,後継のハンドオフは平均構成効率を87%に向上させる。
これらの結果から, 視覚的ミスマッチに明示的に対応し, 後継支持状態に対する操舵方針の整合性が, 長期的不整合操作を著しく改善していることが示唆された。
ビデオとコードは skillweave-authors.github.io で公開されている。
関連論文リスト
- ARP: Enhancing Quantized Skill Abstractions via Visual Alignment and Iterative Refinement for Robotic Manipulation [12.782646427089967]
アラインド・リファインメント・ポリシー(ARP)は、実行レベルのリファインメントとセマンティックグラウンドを結合する。
ARPはLIBEROとMeta-Worldベンチマークで最先端のパフォーマンスを達成する。
論文 参考訳（メタデータ） (2026-06-21T12:49:46Z) - SID: Sliding into Distribution for Robust Few-Demonstration Manipulation [7.133889438999905]
オブジェクトのポーズ、視点、ダイナミックな障害に対するロボット操作の一般化は、特にいくつかのデモでは困難である。
本研究では,標準化された実演からオブジェクト中心の運動場を学習する構造化フレームワークであるSliding into Distributionを提案する。
論文 参考訳（メタデータ） (2026-05-13T12:22:40Z) - Concurrent Prehensile and Nonprehensile Manipulation: A Practical Approach to Multi-Stage Dexterous Tasks [23.52755440099898]
実世界のデキスタラスマルチタスク操作のためのサンプル効率の良いアプローチであるDexMultiを提案する。
モノリシックなポリシーを学習する代わりに、現在のオブジェクトの幾何学に基づくスキルを抽出する。
提案手法は,オブジェクトごとの3～4つの実演で平均66%の成功率を達成し,拡散政策ベースラインを2～3倍に向上させる。
論文 参考訳（メタデータ） (2026-03-12T08:25:21Z) - See and Switch: Vision-Based Branching for Interactive Robot-Skill Programming [2.099922236065961]
See & Switchは、タスクを意思決定状態(DS)を介して接続されたスキル部品のユーザ拡張可能なグラフとして表現する対話型指導・実行フレームワークである。
我々の視覚ベースのSwitcherは、視線画像(高次元)を使用して、競合する後継スキル部品を選択し、配布外のコンテキストを検出する。
提案手法は,576個の実ロボットロールアウトに対して,それぞれ90.7%,87.9%の精度で分岐選択と異常検出を確実に行うことを示す。
論文 参考訳（メタデータ） (2026-03-09T07:47:47Z) - Dexplore: Scalable Neural Control for Dexterous Manipulation from Reference-Scoped Exploration [58.4036440289082]
ハンドオブジェクトモーションキャプチャ(MoCap)は、大規模でコンタクトに富んだデモと、器用なロボットスコープの約束を提供する。
Dexploreは、リポジトリとトラッキングを実行し、MoCapから直接ロボット制御ポリシーを学習する、統一された単一ループ最適化である。
論文 参考訳（メタデータ） (2025-09-11T17:59:07Z) - Dita: Scaling Diffusion Transformer for Generalist Vision-Language-Action Policy [73.75271615101754]
本稿では,Transformerアーキテクチャを活用した拡張性のあるフレームワークであるDitaについて紹介する。
Ditaはコンテキスト内コンディショニング(context conditioning)を採用しており、歴史的観察から生の視覚トークンと識別されたアクションをきめ細やかなアライメントを可能にする。
Ditaは、さまざまなカメラパースペクティブ、観察シーン、タスク、アクションスペースの横断的なデータセットを効果的に統合する。
論文 参考訳（メタデータ） (2025-03-25T15:19:56Z) - DexHandDiff: Interaction-aware Diffusion Planning for Adaptive Dexterous Manipulation [78.60543357822957]
高度なロボティクスにとって、接触に富んだ相互作用による有害な操作が不可欠である。
DexHandDiffは,適応的デキスタラス操作のための対話型拡散計画フレームワークである。
当社のフレームワークは, 目標適応度の高いタスクにおいて, 平均70.7%の成功率を実現し, コンタクトリッチな操作における堅牢性と柔軟性を強調した。
論文 参考訳（メタデータ） (2024-11-27T18:03:26Z) - Eliciting Compatible Demonstrations for Multi-Human Imitation Learning [16.11830547863391]
人間による実演からの模倣学習は、ロボット操作の学習ポリシーに対する強力なアプローチである。
自然の人間の行動は、タスクを示すのに最適な方法がいくつかあるため、多くの異種性を持っている。
このミスマッチは、インタラクティブな模倣学習の課題であり、ユーザのシーケンスは、新しい、おそらく矛盾するデモを反復的に収集することによって、ポリシーを改善する。
我々は、ポストホックフィルタリングにより互換性のないデモを識別し、新しいユーザから互換性のないデモを積極的に引き出すために互換性対策を適用することができることを示す。
論文 参考訳（メタデータ） (2022-10-14T19:37:55Z)
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。