論文の概要: EgoReveal: Learning Active Vision and Object Manipulation under Partial Occlusions from Egocentric Demonstrations

• arxiv url: http://arxiv.org/abs/2610.12999v1
• Date: Fri, 09 Oct 2026 05:03:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-13 04:06:29.395802
• Title: EgoReveal: Learning Active Vision and Object Manipulation under Partial Occlusions from Egocentric Demonstrations
• Title（参考訳）: EgoReveal: 自己中心的デモから部分咬合下でのアクティブビジョンと物体操作の学習
• Abstract要約: EgoRevealは、人間中心のデモから視点再構成と操作行動を学ぶフレームワークである。 操作対象が部分的に隠されている実験では、EgoRevealはカメラを再配置して可視性を得、固定カメラベースラインよりも確実にタスクを完了させる。
• 参考スコア（独自算出の注目度）: 19.801227984282907
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Learning from Demonstrations (LfD) enables robots to learn object manipulation directly from human demonstrations. In contrast to resource-intensive and labor-intensive teleoperation, egocentric demonstrations are easy to collect, enabling scalable data collection. Manipulated objects are often partially occluded in everyday environments, yet prior egocentric demonstration-based methods that require no robots or specialized teaching devices do not explicitly address occlusions. To fill this gap, we propose EgoReveal, a framework that learns viewpoint-repositioning together with manipulation actions from egocentric human demonstrations to reposition the viewpoint and obtain target visibility under partial occlusions. EgoReveal instantiates this as two imitation policies: one predicts the future camera-arm pose sequence from the current view and camera-arm pose, and the other predicts the future control commands from object keypoints and a history of control commands. EgoReveal switches between the two based on target visibility. In experiments where the manipulated object is partially occluded initially, EgoReveal repositions the camera to obtain visibility and completes the task more reliably than fixed-camera baselines.
• Abstract（参考訳）: デモから学ぶ(LfD)ことで、ロボットは人間のデモから直接オブジェクト操作を学ぶことができる。 リソース集約的かつ労働集約的な遠隔操作とは対照的に、エゴセントリックなデモは簡単に収集でき、スケーラブルなデータ収集を可能にする。 操作された物体は、日常の環境では部分的に隠蔽されることが多いが、ロボットや特殊な教育装置を必要としないエゴセントリックなデモンストレーションベースの手法は、明示的には隠蔽に対処しない。 このギャップを埋めるためのフレームワークであるEgoRevealを提案する。EgoRevealは、自我中心の人間の実演による操作行動とともに、視点を再配置し、部分的閉塞下でターゲット視認性を得るための視点再構成を学習するフレームワークである。 EgoRevealは、これを2つの模倣ポリシーとしてインスタンス化している。1つは、現在のビューから将来のカメラアームポーズシーケンスを予測し、もう1つは、オブジェクトキーポイントとコントロールコマンドの履歴から将来のコントロールコマンドを予測する。 EgoRevealは、ターゲットの可視性に基づいて2つのスイッチを切り替える。 操作対象が部分的に隠されている実験では、EgoRevealはカメラを再配置して可視性を得、固定カメラベースラインよりも確実にタスクを完了させる。

関連論文リスト

• ActiveScale: Scaling Active Perception for Robots across Model, Data, and Hardware [13.193347219526862]
  コーディネートされたモデル、データ、ハードウェア設計を通じてアクティブな知覚を促進するフレームワークであるActiveScaleを紹介します。 我々のモデルは、フレーム単位のポーズトークンと軽量な予測ヘッドを用いて、歴史的ビデオ観察と明示的なカメラ目的の監視によりVLAを増強する。 さらに,アクティブ・パーセプション・モバイル・マニピュレーション・プラットフォーム(AMP)を紹介した。
  論文  参考訳（メタデータ） (2026-09-16T11:46:40Z)
• LIME: Learning Intent-aware Camera Motion from Egocentric Video [56.023644847494836]
  自動回帰観測ゲイン出力と連続的なフローマッチングポーズヘッドを組み合わせた視覚言語カメラモーションジェネレータを提案する。 LIMEは、人間の受動的ビデオからカメラのポーズを積極的に選択し、通常の自我中心の録音を意図認識のアクティブな知覚の監督に変えることができる。
  論文  参考訳（メタデータ） (2026-07-02T16:48:43Z)
• EgoAERO: Learning Dexterous Manipulation from a Single Egocentric Video without Object Assets [17.334975740648648]
  EgoAEROは、オブジェクト資産なしで1つのエゴセントリックなRGB-D人間のデモから、巧妙な操作を学ぶ。 EgoAEROは、アセットレスオブジェクト追跡と再構築を通じて、接触一貫性のあるハンドオブジェクト軌跡を再構築する。 EgoDex-Rは4.3MのRGB-Dフレームを持つ大規模なエゴセントリックなデータセットである。
  論文  参考訳（メタデータ） (2026-06-06T08:39:52Z)
• ActiveGlasses: Learning Manipulation with Active Vision from Ego-centric Human Demonstration [51.69384671495837]
  ActiveGlassesは、エゴ中心の人間のデモからロボット操作を学習するシステムである。 スマートグラスに装着されたステレオカメラは、データ収集とポリシー推論の両方のための唯一の認識装置として機能する。 ゼロ・トランスファーを可能にするために,デモからオブジェクト・トラジェクトリを抽出し,オブジェクト中心のポイント・クラウド・ポリシーを用いて操作と頭部運動を協調的に予測する。
  論文  参考訳（メタデータ） (2026-04-09T17:59:08Z)
• Learning Egocentric In-Hand Object Segmentation through Weak Supervision from Human Narrations [26.45266234878767]
  そこで本研究では,ナレーションを利用した人間と物体の相互作用検出手法を提案する。 ナレーションは、入手が安くなる弱い監督形態を提供する。 Weakly Supervised In-hand Object Inference from Human Narrations (WISH)
  論文  参考訳（メタデータ） (2025-09-30T09:34:55Z)
• Learning Video Generation for Robotic Manipulation with Collaborative Trajectory Control [72.00655365269]
  本稿では,協調的軌跡定式化を通じてオブジェクト間ダイナミクスをモデル化する新しいフレームワークであるRoboMasterを紹介する。 オブジェクトを分解する従来の方法とは異なり、我々のコアは、相互作用プロセスを3つのサブステージ(相互作用前、相互作用後、相互作用後)に分解することである。 提案手法は既存の手法よりも優れており,ロボット操作のための軌道制御ビデオ生成における最先端性能を確立している。
  論文  参考訳（メタデータ） (2025-06-02T17:57:06Z)
• Benchmarks and Challenges in Pose Estimation for Egocentric Hand Interactions with Objects [89.95728475983263]
  ロボティクス、AR/VR、アクション認識、モーション生成といったタスクにおいて、自己中心的な視点からこのようなインタラクションを理解することが重要である。 我々は、AmblyHandsとARCTICデータセットに基づいたHANDS23チャレンジを、慎重に設計されたトレーニングとテストの分割に基づいて設計する。 提案手法の結果と近年のリーダーボードのベースラインに基づいて,3Dハンド(オブジェクト)再構成タスクの徹底的な解析を行う。
  論文  参考訳（メタデータ） (2024-03-25T05:12:21Z)
• SOS! Self-supervised Learning Over Sets Of Handled Objects In Egocentric Action Recognition [35.4163266882568]
  本稿では,SOS(Self-Supervised Learning Over Sets)を導入し,OIC(ジェネリック・オブジェクト・イン・コンタクト)表現モデルを事前学習する。 OICは複数の最先端ビデオ分類モデルの性能を大幅に向上させる。
  論文  参考訳（メタデータ） (2022-04-10T23:27:19Z)

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。