論文の概要: SpatialHarness: Test-Time Spatial Scaffolding for Fine Robotic Manipulation

• arxiv url: http://arxiv.org/abs/2610.12457v1
• Date: Thu, 08 Oct 2026 17:59:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-10 02:36:54.266533
• Title: SpatialHarness: Test-Time Spatial Scaffolding for Fine Robotic Manipulation
• Title（参考訳）: Space Harness: ロボットマニピュレーションのためのテスト時間空間共有
• Abstract要約: SpaceHarnessはテストタイムの具体化ハーネスで、精密なロボット操作のためにテストタイムの空間的な足場を提供する。 本研究では,高精度な幾何学的アライメント,オブジェクト配置,具体的オブジェクト間相互作用にまたがる4つの実ロボット操作タスクについて評価する。
• 参考スコア（独自算出の注目度）: 38.589096671091326
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Frontier multimodal foundation models (e.g., GPT-6 Astra) have recently shown strong potential for direct robotic control, yet their performance on fine manipulation remains limited. We argue that an important source of failure is not necessarily insufficient policy capability, but insufficient spatial observability, where task-critical spatial relationships may be poorly revealed by the existing physical camera setup. We introduce SpatialHarness, a test-time embodied harness that provides test-time spatial scaffolding for fine robotic manipulation without policy fine-tuning or changes to the physical sensing setup. SpatialHarness maintains an online simulated scene synchronized with real-world execution, identifies task-critical spatial relationships, and renders complementary virtual views that expose them to a frozen multimodal policy. To keep the simulated scene aligned during interaction, we develop interaction-aware scene synchronization that distinguishes static, held, and transition modes. We evaluate SpatialHarness on four real-robot manipulation tasks spanning precise geometric alignment, object-relative placement, and articulated-object interaction. Using the same frozen GPT-6 Astra policy, SpatialHarness substantially improves task success, including from 26.7% to 66.7% on plug insertion and from 0% to 100% on Tower of Hanoi. These results indicate that improving spatial observability at test time can unlock fine-manipulation capabilities already present in strong multimodal foundation models. Project website: https://emilia113.github.io/SpatialHarness/.
• Abstract（参考訳）: 最前線のマルチモーダル基礎モデル(例えば、GPT-6 Astra)は、最近、直接ロボット制御の強い可能性を示しているが、細かな操作における性能は依然として限られている。 課題クリティカルな空間的関係が、既存の物理カメラのセットアップによって明らかにされていない場合、失敗の原因は必ずしも不十分な政策能力ではなく、空間的可観測性が不十分である、と我々は主張する。 本研究では,テストタイムの具体化ハーネスであるSpatialHarnessを紹介した。 SpaceHarnessは、実世界の実行と同期したオンラインシミュレートされたシーンを維持し、タスククリティカルな空間的関係を特定し、それらを凍結したマルチモーダルポリシーに公開する補完的な仮想ビューを表示する。 インタラクション中にシミュレートされたシーンを一致させるため、静的、保持、遷移モードを区別する対話対応シーン同期を開発する。 本研究では, 4つの実ロボット操作タスクにおいて, 正確な幾何学的アライメント, 相対配置, 明瞭なオブジェクト間相互作用にまたがるSpatialHarnessを評価する。 同じ凍ったGPT-6アストラポリシーを用いて、SpatialHarnessは、プラグ挿入時の26.7%から66.7%、ハノイ塔での0%から100%など、タスクの成功を大幅に改善した。 これらの結果から, 実験時の空間可観測性の向上は, 強いマルチモーダル基礎モデルにすでに存在する微細操作能力を解き放つ可能性があることが示唆された。 プロジェクトWebサイト: https://emilia113.github.io/SpatialHarness/。

関連論文リスト

• WorldLine: Action-Driven Visual Simulation for Robotic Manipulation [87.68211863253049]
  実世界のロボット学習は、経験を収集し、候補行動を評価するコストに制約される。 異種アクショングラウンドから学習した移動可能なダイナミクスを分離する,アクション駆動型ビジュアルシミュレータ WorldLine を紹介する。 WorldLineは、1万時間以上のアクションフリーロボットビデオから操作のダイナミクスを学び、2000時間以上のアクショントラジェクトリを使ってそれらをグラウンドする。
  論文  参考訳（メタデータ） (2026-09-29T17:26:22Z)
• PBD-AG: Persistent Baseline-Delta Active Graphs with Uncertainty-Aware Inspection for Long-Horizon Service Robots [31.157360078765155]
  長距離サービスロボットは、目に見えない環境で自律的に構築できる永続的な世界モデルを必要とする。 本稿では,ロボットが検証した安定なフィクスチャを,変更可能な動的オブジェクトイベントから分離する,永続的ベースラインデルタアクティブグラフフレームワークPBD-AGを提案する。
  論文  参考訳（メタデータ） (2026-08-11T04:03:54Z)
• GAPG: Geometry Aware Push-Grasping Synergy for Goal-Oriented Manipulation in Clutter [27.71481975135778]
  乱雑な環境では、シングルステップの把握が不十分であることが多い。 従来の作業は、把握可能な空間を作るための補助的なアクションとしてプッシュを導入してきた。 我々は,グリップとプッシュ評価を統合するために,幾何対応のプッシュグラス・シナジー・フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-03-22T12:30:44Z)
• HAIC: Humanoid Agile Object Interaction Control via Dynamics-Aware World Model [56.4392302336014]
  本稿では,外部状態推定を伴わない多種多様なオブジェクトダイナミクス間のロバストな相互作用のためのフレームワークであるHAICを提案する。 我々の重要な貢献は、主観的歴史のみから高次対象状態(速度、加速度)を推定するダイナミクス予測器である。 ヒューマノイドロボットの実験では、HAICはアジャイルタスクで高い成功率を達成する。
  論文  参考訳（メタデータ） (2026-02-12T09:34:35Z)
• Local Policies Enable Zero-shot Long-horizon Manipulation [80.1161776000682]
  ManipGenを紹介します。これはsim2real転送のための新しいポリシーのクラスであるローカルポリシーを活用します。 ManipGenは、SayCan、OpenVLA、LLMTrajGen、VoxPoserといったSOTAアプローチを、50の現実世界操作タスクで36%、76%、62%、60%で上回っている。
  論文  参考訳（メタデータ） (2024-10-29T17:59:55Z)
• Learning Vision-based Pursuit-Evasion Robot Policies [54.52536214251999]
  我々は、部分的に観察可能なロボットの監督を生成する完全観測可能なロボットポリシーを開発する。 我々は、RGB-Dカメラを搭載した4足歩行ロボットに、野生での追従回避のインタラクションにポリシーを展開させる。
  論文  参考訳（メタデータ） (2023-08-30T17:59:05Z)
• Towards Disturbance-Free Visual Mobile Manipulation [11.738161077441104]
  本研究では,新しい外乱回避手法を開発し,その中心に外乱予測の補助的課題について述べる。 Manipulathor を用いた実験の結果,新規な物体を用いた実験では,61.7% から85.6% に改善した。
  論文  参考訳（メタデータ） (2021-12-17T22:33:23Z)
• Nonprehensile Riemannian Motion Predictive Control [57.295751294224765]
  本稿では,リアル・ツー・シムの報酬分析手法を導入し,リアルなロボット・プラットフォームに対する行動の可能性を確実に予測する。 連続的なアクション空間でオブジェクトを反応的にプッシュするクローズドループコントローラを作成します。 我々は,RMPCが乱雑な環境だけでなく,乱雑な環境においても頑健であり,ベースラインよりも優れていることを観察した。
  論文  参考訳（メタデータ） (2021-11-15T18:50:04Z)

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。