論文の概要: Embodiment-Aware Planning for Heterogeneous Bimanual Manipulation

• arxiv url: http://arxiv.org/abs/2610.23551v1
• Date: Fri, 16 Oct 2026 14:41:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-20 00:56:07.958114
• Title: Embodiment-Aware Planning for Heterogeneous Bimanual Manipulation
• Title（参考訳）: 不均質なバイマニピュレーションのための身体的配慮型計画法
• Abstract要約: 産業用プラットフォームは通常、吸引カップやパラレルジャウグリップのようなエンドエフェクターに依存している。 複雑な操作タスクの異なるフェーズで発生する多様な制約を確実に満たすことはできない。 異種双対構成における相補的な単純なグリップパが、個々のグリップパの能力を超えるタスクを集合的に実現できるかどうかを考察する。
• 参考スコア（独自算出の注目度）: 3.8522277474464306
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Many manipulation tasks that are effortless for dexterous human hands remain challenging for robotic systems equipped with simple, task-specialized grippers. Industrial platforms commonly rely on end-effectors such as suction cups or parallel-jaw grippers, yet no single mode can reliably satisfy the diverse constraints encountered across different phases of complex manipulation tasks, including pickup, reorientation, insertion, and constrained placement. In this work, we investigate whether complementary simple grippers within a heterogeneous bimanual setup can collectively realize tasks that exceed the capability of any individual gripper alone. Given a single human demonstration specifying the desired object motion, we formulate embodiment-aware execution as a finite-horizon optimization over arm-trajectory assignments. At each segment, the planner determines whether single-arm manipulation or a coordinated dual arm handover is required, jointly reasoning over heterogeneous grasp feasibility, motion constraints, manipulability, and cross-gripper compatibility. Exploiting this formulation, we compute globally consistent assignments with explicit switching regularization. Experiments on a dual Franka FR3 platform equipped with suction and parallel-jaw grippers demonstrate improved feasibility and reliability in tasks that are infeasible under single-gripper execution.
• Abstract（参考訳）: 簡単な作業用グリッパーを備えたロボットシステムでは, 人手にとって不便な操作作業の多くは, 依然として困難なままである。 産業用プラットフォームは通常、吸引カップやパラレルジャウグリップのようなエンドエフェクターに依存しているが、ピックアップ、リオリエンテーション、挿入、制約のある配置を含む複雑な操作タスクの異なるフェーズで発生する様々な制約を確実に満たす単一のモードは存在しない。 本研究では,不均一なバイマニュアル構成における相補的な単純なグリップパが,個々のグリップパのみの能力を超えるタスクを総合的に実現できるかどうかを考察する。 所望の物体の動きを示す1つの実演が与えられた場合、アーム・軌道の割り当てに対する有限ホライゾン最適化として実施する。 各セグメントにおいて、プランナーは、不均一な把握可能性、動作制約、マニピュラビリティ、およびクロスグリッパー互換性を共同で推論し、単一アーム操作または協調されたデュアルアームハンドオーバが必要であるか否かを判定する。 この定式化を実行し、明示的なスイッチング正則化でグローバルに一貫した代入を計算する。 パラレルジャウグリップを備えたデュアルフランカFR3プラットフォームの実験では、単一グリッパー実行下では実現不可能なタスクの実現性と信頼性が向上した。

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)
• CosmoH2G: A Hand-to-Gripper Transfer Dataset and Baseline Method for Object Manipulation with Complex Spatial Movements [63.40365657068892]
  ロボットグリップに人手によるデモンストレーションを移すことは、最近、ロボット学習の費用対効果の高いソリューションとして浮上した。 このギャップに触発された我々は、きめ細かい手の動きによって導かれる暗黙的なデータ駆動アプローチを採用した。 シミュレーションと実ロボット実験の両方において、我々のフレームワークは複雑な空間操作の安定かつ高精度なハンド・トゥ・グルーパー転送を可能にする。
  論文  参考訳（メタデータ） (2026-09-07T13:47:22Z)
• Fast Coordinated Bimanual Motion Planning With Hard Constraints [0.0]
  双方向操作は複雑なタスクを可能にするが、関連する多くの自由度から追加の複雑さを導入する。 本稿では,経路全体に沿って連続的にハードトランスフォーメーションの制約を強制する高速なバイマニュアル・モーション・プランニング・パイプラインを提案する。 多様な環境, 制約, 両面プラットフォームにまたがってシミュレーションを行い, 従来よりも19.4倍高速な計画を立てた。
  論文  参考訳（メタデータ） (2026-08-21T10:08:47Z)
• One-Shot Multimodal Learning from Demonstration with Force-Constrained Elastic Maps [0.0]
  本稿では,一発的マルチモーダル学習(LfD)フレームワークを提案する。 まず,時間とともに空間的および力的モダリティを適応的に重み付けする多モード確率的セグメンテーション手法を提案する。 第2に、スキルエンコーディング中に外部力制約を組み込むように弾性写像を拡張し、力一貫性軌道モデル学習のための凸最適化手順を定式化する。
  論文  参考訳（メタデータ） (2026-07-10T15:27:50Z)
• CoStream: Composing Simple Behaviors for Generalizable Complex Manipulation [61.25264898597319]
  複雑な操作能力は、単純で独立した振る舞いの合成から自然に現れることを示す。 基礎モデルと多種多様な感覚モダリティを複数の構成可能なコア動作に編成するフレームワークであるCoStreamを提案する。 我々は,日常的な操作や高精度なアセンブリにまたがる8つの実世界のタスクについて,CoStreamを実証する。
  論文  参考訳（メタデータ） (2026-06-24T22:25:19Z)
• BiPreManip: Learning Affordance-Based Bimanual Preparatory Manipulation through Anticipatory Collaboration [35.18224449308742]
  コラボレーティブ・プレパレーション・マニピュレーション(Collaborative Preparatory Manipulation)は、オブジェクトのセマンティクスと幾何学を理解することを要求する双方向操作タスクのクラスである。 そこで我々は,まず最終目標指向アクションを想定し,一方の腕を誘導して準備操作を行う視覚的アベイランスに基づくフレームワークを提案する。 この余剰中心の表現は、予想される武器間推論と調整を可能にし、様々な対象に対して効果的に一般化する。
  論文  参考訳（メタデータ） (2026-03-23T08:12:24Z)
• Primary-Fine Decoupling for Action Generation in Robotic Imitation [91.2899765310853]
  ロボット操作動作シーケンスにおけるマルチモーダル分布は、模倣学習にとって重要な課題である。 PF-DAG(プライマリ・フィン・デカップリング・フォー・アクション・ジェネレーション、プライマリ・フィン・デカップリング・フォー・アクション・ジェネレーション、プライマリ・フィン・デカップリング・フォー・アクション・ジェネレーション、プライマリ・フィン・デカップリング・フォー・アクション・ジェネレーション、プライマリ・フィン・デカップリング・フォー・アクション・ジェネレーション、プライマリ・フィン・デカップリング・フォー・アクション・ジェネレーション、PF-DAG)を提案する。 PF-DAGは、Adroit、DexArt、MetaWorldベンチマークの56タスクで最先端のベースラインを上回っている。
  論文  参考訳（メタデータ） (2026-02-25T08:36:45Z)
• VacuumVLA: Boosting VLA Capabilities via a Unified Suction and Gripping Tool for Complex Robotic Manipulation [33.36547546700417]
  視覚言語行動モデルには、大規模な事前訓練された視覚と言語表現を活用することで、汎用的なロボット操作が大幅に進歩している。 既存のアプローチでは、現在のVLAシステムのほとんどは、デフォルトのエンドエフェクタとしてパラレル2本のフィンガーグリップを使用している。 本稿では,機械式2本指グリップと真空吸引ユニットを組み合わせた低コストで統合されたハードウェア設計を行い,単一端エフェクタ内でのデュアルモード操作を実現する。
  論文  参考訳（メタデータ） (2025-11-26T16:29:24Z)
• 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)

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。