論文の概要: CW-WAM: A Structured Contact-Wrench World Action Model for Force-Sensitive Manipulation
- arxiv url: http://arxiv.org/abs/2610.30117v1
- Date: Wed, 21 Oct 2026 17:55:53 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-23 00:40:06.46822
- Title: CW-WAM: A Structured Contact-Wrench World Action Model for Force-Sensitive Manipulation
- Title（参考訳）: CW-WAM:力覚操作のための構造化コンタクトレンチ世界行動モデル
- Abstract要約: 力に敏感な操作は、視覚的な観察によって明示的に提供されない接触情報と負荷情報を必要とする。
我々は,映像,動き,接触レンチを共同で予測する世界行動モデルCW-WAMを提案する。
- 参考スコア（独自算出の注目度）: 6.704693023582354
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Force-sensitive manipulation requires contact and load information that is not provided explicitly by visual observations. We present CW-WAM, a world action model that jointly predicts video, motion, and contact wrench. Inspired by hybrid motion-force control, it contains a unified interaction module that treats both motion and contact wrench as modeling targets and predicts time-aligned motion-wrench chunks as control references. A pair-causal attention mechanism structures the motion-wrench dependencies, while a long fixed-length wrench memory retains past interaction information. The predicted wrench chunk acts as a force reference for a 20-Hz outer-loop admittance controller within a slow-fast control system that maintains force feedback and smooth motion between model queries. CW-WAM improves contact prediction and increases the insertion success rate from 25% to 70% for square pegs with 1-mm clearance per side and from 40% to 95% for power adapters, compared with WAM without wrench input. It also improves lifting-height accuracy across different loads. Our framework with an admittance controller reduces force-reference RMSE from 4.8 to 2.7 N for peg insertion and from 2.0 to 1.3 N for wiping, respectively, with smaller force fluctuations during successful execution. Project website: https://cw-wam-project.github.io/
- Abstract（参考訳）: 力に敏感な操作は、視覚的な観察によって明示的に提供されない接触情報と負荷情報を必要とする。
我々は,映像,動き,接触レンチを共同で予測する世界行動モデルCW-WAMを提案する。
ハイブリッドモーションフォースコントロールにインスパイアされたこのモジュールは、モーションとコンタクトレンチの両方をモデリングターゲットとして扱い、タイムアラインなモーションレンチチャンクを制御リファレンスとして予測する統合インタラクションモジュールを含んでいる。
長い固定長レンチメモリが過去の相互作用情報を保持している間に、ペア因果注意機構がモーションレンチ依存性を構造化する。
予測されたレンチチャンクは、モデルクエリ間の力フィードバックとスムーズな動きを維持するスローファスト制御システム内で、20Hzの外ループアプタンスコントローラの力参照として機能する。
CW-WAMは接触予測を改善し、挿入成功率を正方形ペグの25%から70%に、電源アダプタの40%から95%に向上させる。
また、異なる負荷に対する昇降高さの精度も向上する。
アクセタンスコントローラを用いたフレームワークは、ペグ挿入時の力参照RMSEを4.8Nから2.7Nに、ワイピング時の2.0Nから1.3Nに減らし、実行時の力ゆらぎを小さくする。
プロジェクトウェブサイト:https://cw-wam-project.github.io/
関連論文リスト
- HACo: Learning Haptic Active Compliance for Force-Aware Dexterous Manipulation [12.372274717502513]
本稿では,ハプティック・アクティブ・コンプライアンス・ポリシーであるHACoを紹介する。
我々は,多接触摩擦,接種相互作用,脆性曲面接触,回転トルク,変形性物体操作を含む実世界のベンチマークでHACoを評価した。
論文 参考訳（メタデータ） (2026-09-29T03:17:04Z) - ForceTwin: Physics-informed Digital Twins for Robotic Manipulation from Instrumented Human Interaction [50.52713367623184]
ForceTwin(フォーストイン)は、計測された人間との相互作用から、音声で表現された物体の物理情報を持つデジタル双対を識別するシステムである。
我々は, 慣性, クーロン摩擦, 減衰, 構造的残効状態依存機構力を含む調音, パラメトリックダイナミクスを推定する。
特定された双子を使って、全身のドア・トラバーサルポリシーを訓練し、現実世界に展開します。
論文 参考訳（メタデータ） (2026-09-18T13:26:32Z) - Tactile-WAM: Touch-Aware World Action Model with Tactile Asymmetric Attention [53.84395207661823]
触覚非対称注意機構(TAAM)を備えたタッチ対応WAMであるTactile-WAMを提案する。
ManiFeelでは、Tactile-WAMは平均成功率を38.9%改善し、コンタクトリッチタスクでは86%改善した。
論文 参考訳（メタデータ） (2026-06-25T06:54:56Z) - ForceBand: Learning Forceful Manipulation with sEMG [55.186900419710746]
ForceBandは低コストで手首を縫ったsEMGシステムで、人間の筋肉活動を力で強化されたデモに変える。
我々は,筋電図およびIMU信号から指ごとの力を予測するEMG2Forceモデルを事前訓練する。
実験により、ForceBandは視覚ベースラインよりも50%以上低い力予測誤差で細粒度の指先相互作用を回復することが示された。
論文 参考訳（メタデータ） (2026-06-24T17:59:35Z) - FAWAM: Force-Aware World Action Models for Closed-Loop Contact-Rich Manipulation [15.60337615237323]
本稿では,力覚的世界行動モデルであるFAWAMを提案する。
実世界の実験では、FAWAMは視覚のみのベースラインより36.25%、既存のフォース対応ベースラインより21.25%向上している。
論文 参考訳（メタデータ） (2026-06-07T10:26:03Z) - OmniVTA: Visuo-Tactile World Modeling for Contact-Rich Robotic Manipulation [57.133721026727706]
textbfOmniViTacは,16ドルのタスクと100ドル以上のオブジェクトからなる21,000ドル以上のトラジェクトリからなる大規模ビズオタクティルアクションデータセットである。
我々は4つの密結合モジュールを統合する世界モデルベースのビジュオ触覚操作フレームワークである textbf OmniVTA を提案する。
論文 参考訳（メタデータ） (2026-03-19T17:52:42Z) - Safe Whole-Body Loco-Manipulation via Combined Model and Learning-based Control [46.47619556874003]
そこで本研究では,マニピュレータアームのモデルベースアプタンス制御と足歩行の強化学習ポリシを組み合わせた全身制御を提案する。
アクセタンスコントローラは、物理的相互作用中に人間によって適用されるような外部レンチを、望ましいエンドエフェクタ速度にマッピングし、従順な振る舞いを可能にする。
6-DoFアームと手首に装着した6-DoF Force/Torqueセンサーを備えたUnitree Go2四足歩行ロボットを用いて,シミュレーションとハードウェアの両方におけるアプローチを検証する。
論文 参考訳（メタデータ） (2026-03-02T22:31:12Z) - Aerial Manipulation with Contact-Aware Onboard Perception and Hybrid Control [11.342874824540493]
航空操作(AM)は、無人航空機(UAV)を受動的検査から、把握、組み立て、in-situ保守といったコンタクト豊富なタスクに移行することを約束している。
外部モーションキャプチャー(MoCap)を使わずに正確なモーショントラッキングと制御されたコンタクトレンチを実現する。
実験により,本手法は,オンボードセンシングのみを用い,接触時の速度推定精度66.01%向上,信頼性の高い目標アプローチ,安定力保持点の固定化を実現し,着地時の空中操作を可能とした。
論文 参考訳（メタデータ） (2026-02-09T04:10:39Z)
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。