論文の概要: Manifold Generative Annealing for Contact Constraint-aware Impedance Control with Reinforcement Learning Prior

• arxiv url: http://arxiv.org/abs/2610.21140v1
• Date: Thu, 15 Oct 2026 02:51:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-16 19:13:16.143566
• Title: Manifold Generative Annealing for Contact Constraint-aware Impedance Control with Reinforcement Learning Prior
• Title（参考訳）: 強化学習による接触拘束型インピーダンス制御のためのマニフォールド生成アニーリング
• Abstract要約: 接触に富むロボットタスクは、不確実な相互作用のダイナミクスと物理的制約の下で、協調した動きとインピーダンスを必要とする。 我々は,動き-インピーダンス最適化のためのモデルフリーおよびモデルベース生成フレームワークであるManifold Generative Annealing (MGA)を提案する。 実験では、表面スキャン、ペグ挿入、ヒューマノイドプッシュをカバーし、名目および感覚シフト条件下でのインピーダンス制御の安全性の成功率を改善した。
• 参考スコア（独自算出の注目度）: 8.867335838319446
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Contact-rich robotic tasks require coordinated motion and impedance under uncertain interaction dynamics and physical constraints. While recent methods on learned policies provide useful interaction strategies, they may fail when contact conditions differ from those encountered during training. Model-based generative methods show promising receding-horizon trajectories optimization results, but often lack structured behavioral guidance and refinement that jointly accounts for constraint geometry and actual contact responses. To this end, we propose Manifold Generative Annealing (MGA), a joint model-free and model-based generative framework for motion--impedance optimization. MGA first organizes pretrained reinforcement learning policies into structured sequence proposals, retaining task-specific interaction strategies without committing to their execution. It then evaluates these proposals alongside exploratory samples through model-based rollouts for refinement or separate execution selection. Crucially, realization-aware manifold refinement aligns updates from the refinement bank with both task constraints and locally achievable physical responses, allowing learned experience to guide online adaptation under changing contact conditions. Experiments cover surface scanning, peg insertion, and humanoid pushing, with improved safety success rate of impedance control under nominal and sensing-shift conditions.
• Abstract（参考訳）: 接触に富むロボットタスクは、不確実な相互作用のダイナミクスと物理的制約の下で、協調した動きとインピーダンスを必要とする。 学習方針に関する最近の手法は、有用な相互作用戦略を提供するが、訓練中に遭遇したものと接触条件が異なる場合には失敗する可能性がある。 モデルに基づく生成手法は、予測された後退-水平軌道の最適化結果を示すが、しばしば構造的行動指導と改良が欠如しており、制約幾何学と実際の接触応答を共同で考慮している。 この目的のために,動作適応最適化のためのモデルフリーおよびモデルベース生成フレームワークであるManifold Generative Annealing (MGA)を提案する。 MGAはまず、事前訓練された強化学習ポリシーを構造化されたシーケンス提案に整理し、実行にコミットすることなくタスク固有のインタラクション戦略を維持する。 その後、モデルベースのロールアウトを通じて、これらの提案を探索サンプルと一緒に評価し、洗練または別個の実行選択を行う。 重要なことに、実現に留意した多様体の改良は、改善銀行からの更新をタスク制約と局所的に達成可能な物理的応答の両方に整合させ、学習経験が接触条件の変化の下でオンライン適応をガイドできるようにする。 実験では、表面スキャン、ペグ挿入、ヒューマノイドプッシュをカバーし、名目および感覚シフト条件下でのインピーダンス制御の安全性の成功率を改善した。

関連論文リスト

• Contact-Aware Imitation Learning Through Contact Factorization [8.235119281001591]
  汎用的なコンタクトリッチな操作は、物理的な実現を接触条件の変化に適応させながら、意図したタスク動作を維持することをロボットに要求する。 本研究では,環境に依存した接触要因から意図したタスク動作を分離する,コンタクトファクターによる模倣学習フレームワークであるFACEを紹介する。 表面特性と幾何の相違による実ロボット接触リッチな操作におけるFACEの評価を行った。
  論文  参考訳（メタデータ） (2026-10-07T06:36:48Z)
• TacBPM: A Tactile-conditioned Behavior Prior Model for Dexterous Reorientation [20.22504784076148]
  有害な手動操作は、断続的で接触に富んだ相互作用を通じて高DoFハンドジョイントを協調するポリシーを必要とする。 触覚条件付き振舞いモデルを提案する。
  論文  参考訳（メタデータ） (2026-09-16T05:58:33Z)
• Learning Reactive Dexterous Grasping via Hierarchical Task-Space RL Planning and Joint-Space QP Control [50.28263951510334]
  本稿では,リアクティブなデクスタリーグルーピングのためのハイブリッド階層型制御フレームワークを提案する。 提案手法は,低レベル共同実行から高レベル空間意図を明示的に分離する。 我々は厳密なシミュレーションと現実のパイプラインを通して提案したフレームワークを広範囲に検証する。
  論文  参考訳（メタデータ） (2026-05-05T04:49:38Z)
• Certified Gradient-Based Contact-Rich Manipulation via Smoothing-Error Reachable Tubes [5.119652071085673]
  我々は接触リッチな操作のための新しい勾配に基づくポリシー合成法を開発した。 提案手法は,平面プッシュ,オブジェクト回転,手動操作など,複数の接触に富むタスクに対して評価する。 定値ロバスト制御で微分可能な物理をブリッジすることにより,接触リッチな操作を行うための,初めて証明可能な勾配式ポリシー合成法である。
  論文  参考訳（メタデータ） (2026-02-10T03:19:42Z)
• Flexible Locomotion Learning with Diffusion Model Predictive Control [46.432397190673505]
  本稿では,学習した生成拡散モデルを計画に先立って近似力学として活用する拡散MPCを提案する。 我々の設計では、テスト時適応性が強く、プランナーは、再訓練することなく、新しい報酬仕様に調整できる。 我々はDiffusion-MPCを実世界で検証し、強い移動と柔軟な適応を示す。
  論文  参考訳（メタデータ） (2025-10-05T14:51:13Z)
• Steerable Adversarial Scenario Generation through Test-Time Preference Alignment [58.37104890690234]
  対立シナリオ生成は、自律運転システムの安全性評価のためのコスト効率の良いアプローチである。 textbfSteerable textbfAdversarial scenario textbfGEnerator (SAGE) という新しいフレームワークを導入する。 SAGEは、逆境とリアリズムの間のトレードオフを、再トレーニングなしできめ細かいテストタイムコントロールを可能にします。
  論文  参考訳（メタデータ） (2025-09-24T13:27:35Z)
• Neural Network Reprogrammability: A Unified Theme on Model Reprogramming, Prompt Tuning, and Prompt Instruction [57.19302613163439]
  モデル適応のための統一フレームワークとして,ニューラルネットワークの再プログラム可能性を導入する。 本稿では,4つの重要な側面にまたがる情報操作アプローチを分類する分類法を提案する。 残る技術的課題や倫理的考察も分析する。
  論文  参考訳（メタデータ） (2025-06-05T05:42:27Z)
• An Adaptive Fuzzy Reinforcement Learning Cooperative Approach for the Autonomous Control of Flock Systems [4.961066282705832]
  この研究は、群集システムの自律制御に適応的な分散ロバスト性技術を導入している。 比較的柔軟な構造は、様々な目的を同時に狙うオンラインファジィ強化学習スキームに基づいている。 動的障害に直面した場合のレジリエンスに加えて、アルゴリズムはフィードバック信号としてエージェントの位置以上のものを必要としない。
  論文  参考訳（メタデータ） (2023-03-17T13:07:35Z)
• Contact-Aware Retargeting of Skinned Motion [49.71236739408685]
  本稿では,自己接触を保存し,相互接続を防止する動作推定手法を提案する。 入力運動における自己接触と接地を同定し、出力骨格に適用するための動作を最適化する。 実験では,従来の手法を定量的に上回り,近年の成果よりも高い品質で再ターゲットされた動きを評価できるユーザスタディを実施している。
  論文  参考訳（メタデータ） (2021-09-15T17:05:02Z)

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。