論文の概要: Mixture of Flow Matching and Particle Filter for Proprioception-Based Online Contact Estimation

• arxiv url: http://arxiv.org/abs/2610.29568v1
• Date: Wed, 21 Oct 2026 11:00:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-23 00:40:06.318815
• Title: Mixture of Flow Matching and Particle Filter for Proprioception-Based Online Contact Estimation
• Title（参考訳）: プロプリオセプションに基づくオンライン接触推定のためのフローマッチングと粒子フィルタの混合
• Abstract要約: 本研究では,接触推定の新しい手法であるAtactFlowFilterを提案する。 アクティブな接触数、その位置、および関連する力ベクトルを決定する。
• 参考スコア（独自算出の注目度）: 6.6190869287380805
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In this article, we propose ContactFlowFilter, a novel approach for contact estimation that determines the number of active contacts, their locations, and the associated force vectors. We consider a robot manipulator equipped with joint torque sensors and a base force/torque sensor; such a proprioceptive-only setup presents a challenging inverse problem characterized by (i) multi-modality from non-unique solutions, (ii) temporal dependencies in state evolution, and (iii) discrete contact events involving contact addition/removal. Existing approaches, such as particle filters (PFs) and learning-based methods, often struggle to address these challenges simultaneously. To overcome this, ContactFlowFilter integrates a generative model into the PF framework. The recursive structure of the PF captures temporal dependencies, while the flow matching model serves as an auxiliary proposal distribution to track multi-modal beliefs and detect contact events. Extensive validation in both simulation and real-world experiments confirms the effectiveness of the proposed method. In real-world settings, ContactFlowFilter achieves the lowest dissimilarity from the target distribution, with errors of only 0.36 cm and 0.88 cm for single- and dual-contact scenarios, respectively, while operating at 0.69 ms and 2.69 ms.
• Abstract（参考訳）: 本稿では, 接触数, 位置, 関連力ベクトルを決定する新しい接触推定手法であるAtactFlowFilterを提案する。 関節トルクセンサとベースフォース/トルクセンサを備えたロボットマニピュレータを考える。 (i)非特異解からの多重モダリティ (二)状態の進化における時間的依存関係、及び 三 接触追加・除去に係る個別接触事件 粒子フィルタ(PF)や学習に基づく手法のような既存のアプローチは、これらの課題を同時に解決するのに苦労することが多い。 これを解決するために、ContactFlowFilterは生成モデルをPFフレームワークに統合する。 PFの再帰構造は時間的依存関係を捉え、フローマッチングモデルはマルチモーダルな信念を追跡し、接触事象を検出する補助的な提案分布として機能する。 シミュレーションと実世界の実験の両方における大規模な検証により,提案手法の有効性が確認された。 現実の環境では、ContactFlowFilterはターゲットの分布と最も低い相違点を達成し、それぞれ0.36cmと0.88cmの誤差しか持たず、それぞれが0.69msと2.69msで動作する。

関連論文リスト

• Generative Nested Sampling of Atomistic Thermodynamic Landscapes [37.547720439639015]
  フローベースネストサンプリングは重力波(GW)推論のボトルネックを取り除く。 PBC の LJ ディスクは, エネルギー評価を2桁以上, 壁面時を約3分の1以上削減することを示した。 PBCのLJディスクの場合、このアルゴリズムはエネルギー評価を2桁以上、壁時計時間はおよそ3分の1以上削減する。
  論文  参考訳（メタデータ） (2026-09-02T22:21:10Z)
• Event-Based Motion Estimation via Oriented Distance Fields [55.23416502666468]
  イベントベースの動き推定は、高時間分解能と高速動作に対する堅牢性を必要とするタスクの中心である。 本稿では,この最適化を,事前計算された事象距離ベクトルの場上の1つの平均ステップに置き換える,オブジェクト指向距離場運動推定(ODF Motion Estimation)を提案する。 公開および自己収集されたデータセットでは,ODFの動作推定は,比較手法の中で最低レイテンシでサブピクセル精度に達する。
  論文  参考訳（メタデータ） (2026-08-25T08:27:42Z)
• FMOPF: Latent Flow Matching with Constraint-Aware Interaction Priors for AC Optimal Power Flow [4.037525873726113]
  AC最適電力フローは、非線形パワーバランス制約の下で、最小コストのジェネレーションディスパッチを決定する。 本稿では,一つのモデル内での2つのタスクの融合を解決するフレームワークFMOPFを提案する。 4つのIEEEテストシステムの実験では、FMOPFが最も効果的なニュートン・ラフソン温暖開始を提供することを示した。
  論文  参考訳（メタデータ） (2026-07-24T12:49:09Z)
• Multi-Fidelity Flow Matching: Cascaded Refinement of PDE Solutions [6.144605787421899]
  マルチフィデリティフローマッチング(Multi-Fidelity Flow Matching)は、PDEソリューションのためのカスケード改善フレームワークである。 我々はこれをPDEソリューションのカスケード改善フレームワークであるMulti-Fidelity Flow Matching (MFFM)で活用する。 MFFMは、クエリ毎に決定論的ネットワーク評価を$L$で最良グリッドに達するマルチグリッド改善の学習アナログである。
  論文  参考訳（メタデータ） (2026-05-15T16:02:18Z)
• CoCo-InEKF: State Estimation with Learned Contact Covariances in Dynamic, Contact-Rich Scenarios [10.290787487255301]
  CoCo-InEKFは、二元接触状態の代わりに連続接触速度共分散を利用する微分不変な拡張カルマンフィルタである。 我々は、接触候補点を予測するために状態エラー損失を用いて、エンドツーエンドで訓練された軽量ニューラルネットワークを用いる。 二足歩行ロボットの実験は、線形速度推定に優れた精度・効率のトレードオフを示す。
  論文  参考訳（メタデータ） (2026-05-14T17:35:06Z)
• Riemannian MeanFlow for One-Step Generation on Manifolds [54.09734511705173]
  フローマッチングは、生成モデルのシミュレーション不要なトレーニングを可能にする。 平均フローは、位置依存接空間に速度が存在する多様体値生成に拡張することができる。 球面, トーリ, SO(3)における実験は, 品質・効率のトレードオフを改善し, サンプリングコストを大幅に削減して, 競争力のある一段階サンプリングを実証した。
  論文  参考訳（メタデータ） (2026-03-11T12:41:46Z)
• Joint Distillation for Fast Likelihood Evaluation and Sampling in Flow-based Models [100.28111930893188]
  今日の最高の生成モデルの中には、単一の可能性を計算するために、数百から数千の神経機能評価を必要とするものもあります。 本研究では, 高速流動継手蒸留法 (F2D2) を提案し, サンプリングに必要なNFEの数を2桁に減らした。 F2D2はモジュール構造であり、既存のフローベースの数ステップサンプリングモデルと互換性がある。
  論文  参考訳（メタデータ） (2025-12-02T10:48:20Z)
• Align Your Tangent: Training Better Consistency Models via Manifold-Aligned Tangents [55.43139356528315]
  一貫性モデル(CM)は、フロー常微分方程式の軌跡に一貫性があるように訓練される。 CMは典型的には、競争力のあるサンプルの品質を得るために、大きなバッチサイズで長期のトレーニングを必要とする。 本稿では,データ多様体に向いた多様体整列接点を提供する,MFDと呼ばれる新しい損失関数を提案する。
  論文  参考訳（メタデータ） (2025-10-01T08:35:18Z)
• DA-Flow: Dual Attention Normalizing Flow for Skeleton-based Video Anomaly Detection [52.74152717667157]
  本稿では,DAM(Dual Attention Module)と呼ばれる軽量モジュールを提案する。 フレームアテンション機構を使用して、最も重要なフレームを識別し、スケルトンアテンション機構を使用して、最小パラメータとフロップで固定されたパーティション間の広範な関係をキャプチャする。
  論文  参考訳（メタデータ） (2024-06-05T06:18:03Z)
• AFT-VO: Asynchronous Fusion Transformers for Multi-View Visual Odometry Estimation [39.351088248776435]
  複数のセンサからVOを推定する新しいトランスフォーマーベースのセンサ融合アーキテクチャであるAFT-VOを提案する。 本フレームワークは,非同期マルチビューカメラからの予測と,異なる情報源からの計測の時間的差を考慮に入れたものである。 実験により,VO推定のための多視点融合により,頑健かつ正確な軌道が得られ,難易度と照明条件の両方において高い性能を発揮することが示された。
  論文  参考訳（メタデータ） (2022-06-26T19:29:08Z)
• DiffPD: Differentiable Projective Dynamics with Contact [65.88720481593118]
  DiffPDは、暗黙の時間積分を持つ効率的な微分可能なソフトボディシミュレータである。 我々はDiffPDの性能を評価し,様々な応用における標準ニュートン法と比較して4～19倍のスピードアップを観測した。
  論文  参考訳（メタデータ） (2021-01-15T00:13:33Z)

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。