論文の概要: Residual Compliant Policy: Learning Compliant Policies from Few Demonstrations

• arxiv url: http://arxiv.org/abs/2610.14035v1
• Date: Thu, 01 Oct 2026 17:19:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-20 23:42:04.887737
• Title: Residual Compliant Policy: Learning Compliant Policies from Few Demonstrations
• Title（参考訳）: 残留コンプライアンスポリシー:少数のデモからコンプライアンスポリシーを学ぶ
• Abstract要約: 接触に富んだ操作は、意図した接触を確立するために、自由空間で正確なロボットを必要とし、過度な力を避けるために一度接触に従わなければならない。 模倣学習は単純な操作タスクに有効であることが証明されているが、デモの根底にあるコンプライアンスは直接観察できない。 各段階でコンプライアンスを明確にするフレームワークを提示します。
• 参考スコア（独自算出の注目度）: 38.41701972458329
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Contact-rich manipulation requires a robot to be precise in free space to establish the intended contacts, and compliant once in contact to avoid excessive forces. Imitation learning has proven effective for simpler manipulation tasks, but the compliance underlying a demonstration is not directly observable and is therefore difficult to infer from demonstration data alone. We present a framework that makes compliance explicit at every stage. During data collection, the operator teleoperates the real robot while a synchronized digital twin visualizes the error between the commanded reference and the achieved pose, making the current compliance visible, and selects between two discrete compliance modes. To generalize across object poses, we combine Laplacian editing, which retargets trajectories efficiently but is not physics-consistent during contact, with simulation-based trajectory optimization, which enforces physical plausibility but offers no manual guidance. Finally, a residual reinforcement learning policy refines the interaction forces by adjusting the reference pose of the underlying admittance controller. We evaluate on three flipping and pushing tasks on a Franka FR3 based on a total of 7 demonstrations across tasks. Our method is successful on all 40 out-of-distribution trials, compared to 33/40 and 24/40 for two baselines, with our base policy alone reaching 35/40.
• Abstract（参考訳）: 接触に富んだ操作は、意図した接触を確立するために、自由空間で正確なロボットを必要とし、過度な力を避けるために一度接触に従わなければならない。 模倣学習は単純な操作作業に有効であることが証明されているが、実演の根底にあるコンプライアンスは直接観察できないため、実演データのみから推測することは困難である。 各段階でコンプライアンスを明確にするフレームワークを提示します。 データ収集中、オペレータは実際のロボットを遠隔操作し、同期されたデジタルツインは、指示された参照と達成されたポーズの間のエラーを可視化し、現在のコンプライアンスを可視化し、2つの個別のコンプライアンスモードを選択する。 オブジェクトのポーズを一般化するために、効率よくトラジェクトリをリターゲットするラプラシアン編集と、物理的妥当性を強制するが手動ガイダンスを提供するシミュレーションベースのトラジェクトリ最適化を組み合わせる。 最後に、残留強化学習ポリシーは、基礎となるアクセタンスコントローラの基準ポーズを調整することにより、相互作用力を洗練させる。 我々は,Franka FR3上での3つのフリップおよびプッシュタスクについて,タスク間の合計7つのデモに基づいて評価した。 基本方針は, 基本方針のみ35/40であるのに対し, アウト・オブ・ディストリビューション・トライアルでは, 2ベースラインでは33/40, 24/40で成功している。

関連論文リスト

• Scaling Latent Motor Adaptation to Coordinated Bimanual Manipulation [59.04836683011635]
  ラピッドモータ適応(Rapid Motor Adaptation, RMA)のような埋め込み型適応法は、相互作用履歴から推定される環境力学の潜在表現に対する条件付けによってこの問題に対処する。 我々は,このパラダイムが単一アーム設定から,高次元制御,結合接触,共有物体力などによってさらに複雑になるようなバイマニュアル操作にスケールするかどうかを考察する。
  論文  参考訳（メタデータ） (2026-10-10T11:49:02Z)
• Steerable and Reactive Grasping Through Modular Design with a Three-Point Interface [13.950337217213068]
  有害な把握には、どこでつかむかを決め、ターゲットに到達し、安定した接触を維持する必要がある。 局所的な接触制御からグローバルな幾何学的推論を分離する,コンパクトな3点インタフェースにより,これらのステージを接続する。 モデルベースのリアクティブコントローラは、オブジェクトを追跡し、衝突を回避し、選択した接触に向かって手を導く。
  論文  参考訳（メタデータ） (2026-09-21T17:02:03Z)
• Bridging Handheld and Teleoperated Supervision for Contact-Rich Manipulation via State-Gated Experts [6.058807042621957]
  コンタクトリッチな操作のためのハンドヘルドと遠隔操作による監視の相互作用について検討する。 我々は、観察と所望の監督のミスマッチに対処するため、Gated Experts (BRIDGE) によるImitation Dataのバイモーダルルーティングを提案する。
  論文  参考訳（メタデータ） (2026-06-25T05:06:38Z)
• Beyond Binary: Sim-to-Real Dexterous Manipulation with Physics-Grounded Contact Representation [51.463992799813816]
  コンタクトリッチな操作における主要なボトルネックは、現実世界のデータ収集の難しさである。 物理原理に基づく効果的な触覚表現であるCenter-of-Pressureを紹介する。 我々は2つのブラインドで困難なコンタクトリッチな操作タスクについてCoPを評価する。
  論文  参考訳（メタデータ） (2026-05-27T17:59:02Z)
• SECOND-Grasp: Semantic Contact-guided Dexterous Grasping [60.1519218638742]
  Second-Grasp (Semantic Contact-guided Dexterous Grasping) は、ロボットハンドが意味論的推論に基づいて把握戦略を調整できる統合されたフレームワークである。 我々のアプローチは、目に見えるカテゴリーと目に見えないカテゴリの両方で成功率を上げるために、一貫してベースラインを上回ります。
  論文  参考訳（メタデータ） (2026-05-13T07:37:00Z)
• CONTACT: CONtact-aware TACTile Learning for Robotic Disassembly [5.119250053135017]
  本研究では,ロボット分解における触覚センシングの役割について,シミュレーションと実世界の実験の両方を通して検討する。 視覚のみ、視覚+触覚RGB(TacRGB)、視覚+触覚力場(TacFF)の3つの感覚構成を比較した。 以上の結果から,触覚感覚はロボット分解において重要なタスク依存的な役割を担っており,特に接触優先のシナリオにおいて構造的力場表現が有効であることが示唆された。
  論文  参考訳（メタデータ） (2026-03-09T16:20:49Z)
• Flow with the Force Field: Learning 3D Compliant Flow Matching Policies from Force and Demonstration-Guided Simulation Data [15.490144903271338]
  本研究では,シミュレーションにおける力インフォームドデータ生成のためのフレームワークについて紹介する。 本稿では, 適合ポリシーとの結合が, 合成データから学習したビジュモータポリシーの性能をいかに向上させるかを示す。
  論文  参考訳（メタデータ） (2025-10-03T05:40:58Z)
• COMBO-Grasp: Learning Constraint-Based Manipulation for Bimanual Occluded Grasping [56.907940167333656]
  集積ロボットグルーピングは、表面衝突などの環境制約により、所望のグルーピングポーズが運動的に不可能な場所である。 従来のロボット操作アプローチは、人間が一般的に使用する非包括的または双対的戦略の複雑さに苦しむ。 本稿では,2つの協調ポリシーを活用する学習ベースアプローチであるCOMBO-Grasp(Constraint-based Manipulation for Bimanual Occluded Grasping)を紹介する。
  論文  参考訳（メタデータ） (2025-02-12T01:31:01Z)
• Conformal Policy Learning for Sensorimotor Control Under Distribution Shifts [61.929388479847525]
  本稿では,センサコントローラの観測値の分布変化を検知・応答する問題に焦点をあてる。 鍵となる考え方は、整合量子を入力として取ることができるスイッチングポリシーの設計である。 本稿では, 基本方針を異なる特性で切り替えるために, 共形量子関数を用いてこのようなポリシーを設計する方法を示す。
  論文  参考訳（メタデータ） (2023-11-02T17:59:30Z)

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。