論文の概要: In-Context Learning World Models for Robot Dual-Arm Manipulation of Soft Garment with Partial Observations
- arxiv url: http://arxiv.org/abs/2610.30988v2
- Date: Wed, 28 Oct 2026 09:33:13 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-30 22:39:27.471588
- Title: In-Context Learning World Models for Robot Dual-Arm Manipulation of Soft Garment with Partial Observations
- Title（参考訳）: 部分観察によるソフトガードのロボットデュアルアームマニピュレーションのためのインコンテキスト学習世界モデル
- Abstract要約: 本稿では,実状態推定と動作条件の動的予測を行うソフトオブジェクト・ワールド・モデルを提案する。
モデルは、ロボットの実施形態、材料パラメータ、衣服の種類と形状を一般化し、重量の更新なしに調整モードを操作できる。
両手装具の折り畳みに関するシミュレーションと実世界におけるアプローチの検証,再現性の向上,予測精度,タスク成功の報告を行った。
- 参考スコア（独自算出の注目度）: 2.620746044444332
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Robust manipulation of soft objects, such as garments, is a critical skill for service and household robots to adopt, but remains challenging due to its high-dimensional state space, and material-dependent deformations. Humans address this challenge by using mental world models that "imagine" the shape and material properties from partial observations, which enables them to predict how actions affect future states. As such, embedding such world models in robots allows for better generalization in manipulating a wide variety of garments in the real world. However, learned world models typically require large amounts of real world data that is strenuous to collect, and a mechanism to infer latent properties that govern dynamics. We present a Soft-Object World Model that performs generative full-state estimation and action-conditioned dynamics prediction using a transformer backbone trained on large-scale simulated soft object interactions, with measures to mitigate the sim-to-real gap. By learning to infer latent shape and material cues through in-context learning over a variable-length partial point-cloud history, the model generalizes across robot embodiments, material parameters, garment types and shapes, and manipulation coordination modes without weight updates. The world model is then integrated with a Goal-Conditioned action planner for motion synthesis. We validate the approach in simulation and real world for bimanual garment folding, reporting improvements in reconstruction fidelity, prediction accuracy, and task success. Project Website: https://1am5hy.github.io/ICL soft object world model/
- Abstract（参考訳）: 衣服などの柔らかい物体のロバストな操作は、サービスや家庭用ロボットが採用する上で重要な技術であるが、高次元の状態空間と物質に依存した変形のために依然として困難である。
人間はこの課題に対処するため、メンタルワールドモデルを使用して、部分的な観察から形状と材料特性を「想像」し、行動が将来の状態にどのように影響するかを予測する。
このように、そのような世界モデルをロボットに組み込むことで、現実世界のさまざまな衣服を操作する際のより高度な一般化が可能になる。
しかし、学習された世界モデルは一般的に、収集が困難である大量の実世界データと、動的に支配する潜伏特性を推論するメカニズムを必要とする。
本稿では,大規模に模擬されたソフトオブジェクトインタラクションを訓練したトランスフォーマーバックボーンを用いて,実間ギャップの緩和を図ることで,実状態推定と動作条件の動的予測を行うソフトオブジェクト世界モデルを提案する。
可変長部分点雲履歴のコンテキスト学習を通じて潜伏形状や素材の手がかりを推測することにより、モデルはロボットの実施形態、材料パラメータ、衣服の種類、形状を一般化し、重み付けなしで調整モードを調整できる。
ワールドモデルは、モーション合成のためのゴールコンディションされたアクションプランナーと統合される。
両手装具の折り畳みに関するシミュレーションと実世界におけるアプローチの検証,再現性の向上,予測精度,タスク成功の報告を行った。
Project Website: https://1am5hy.github.io/ICL soft object world model/
関連論文リスト
- Motus2: A Self-Evolving General World Model for Dexterous Manipulation [44.91498765476382]
一般的な実施エージェントは、統一されたシステム内で知覚し、予測し、行動し、評価し、改善するべきである。
我々は、デクスタラス操作のための自己進化型一般世界モデルであるMotus2を提案する。
論文 参考訳（メタデータ） (2026-08-31T04:44:33Z) - Masked Visual Actions for Unified World Modeling [96.12988421978463]
Masked Visual Actionsは、ビデオ内の任意の実体の部分的に明らかな軌跡としてアクションを表現するピクセル空間制御インタフェースである。
Revealing Robot Motionは、このモデルをフォワードダイナミクスモデルとして機能させ、低レベルのロボット動作に対するシーンの反応を予測する一方で、望ましい物体の動きを明らかにすることにより、同じモデルがロボットの動作をその結果と一致させる。
論文 参考訳（メタデータ） (2026-07-21T17:59:11Z) - Worlds in One Demo: A Synthetic Data Engine for Learning Open-World Mobile Manipulation [7.87892459538874]
WANDA: 人工DATAエンジンによる1つのデモンストレーションからオープンワールドモバイルマナニピュレーションを学習する。
我々は,移動操作の異なる段階において,ロボットと物体の状態の多様性を高めるために矯正状態拡張を適用した。
実験により,WADAで訓練した政策は,長期的ロバスト性,広空間的一般化,環境横断的一般化を実現することが示された。
論文 参考訳（メタデータ） (2026-07-14T18:04:58Z) - ComSim: Building Scalable Real-World Robot Data Generation via Compositional Simulation [90.4702774169675]
本稿では,古典シミュレーションとニューラルシミュレーションを組み合わせた合成シミュレーションというハイブリッド手法を提案する。
提案手法では,少数の実世界のデータを活用するクローズドループ・リアル・シモン・リアル・データ拡張パイプラインを利用する。
我々はニューラルシミュレーターをトレーニングし、古典的なシミュレーションビデオを現実世界の表現に変換し、現実の環境で訓練されたポリシーモデルの精度を向上させる。
論文 参考訳（メタデータ） (2026-04-13T12:25:45Z) - Mirage2Matter: A Physically Grounded Gaussian World Model from Video [87.9732484393686]
我々は、グラフィック駆動の世界モデリングおよびシミュレーションフレームワークであるSimulate Anythingを紹介する。
実世界の環境を3次元ガウススプレイティング(3DGS)による写実的シーン表現に再構築する。
次に、生成モデルを利用して、物理的に現実的な表現を復元し、精度校正ターゲットを介してシミュレーション環境に統合する。
論文 参考訳（メタデータ） (2026-01-24T07:43:57Z) - Dream to Manipulate: Compositional World Models Empowering Robot Imitation Learning with Imagination [25.62602420895531]
DreMaは、実世界の学習された明示的な表現とそのダイナミクスを使って、デジタル双生児を構築するための新しいアプローチである。
DreMaはタスク毎の1つの例から新しい物理タスクを学べることを示す。
論文 参考訳（メタデータ） (2024-12-19T15:38:15Z) - RoboPack: Learning Tactile-Informed Dynamics Models for Dense Packing [38.97168020979433]
本稿では, 視覚と触覚を組み合わせ, 触覚インフォームド・ダイナミックスモデルを学習することでロボット操作を実現するアプローチを提案する。
提案するフレームワークであるRoboPackは、オブジェクト状態を推定するために、リカレントグラフニューラルネットワークを使用している。
我々は,非包括的操作と密包装作業に対するソフトバブル触覚センサを備えた実ロボットへのアプローチを実証する。
論文 参考訳（メタデータ） (2024-07-01T16:08:37Z) - Transferring Foundation Models for Generalizable Robotic Manipulation [82.12754319808197]
インターネット規模の基盤モデルによって生成された言語推論セグメンテーションマスクを効果的に活用する新しいパラダイムを提案する。
提案手法は,オブジェクトのポーズを効果的かつ堅牢に知覚し,サンプル効率のよい一般化学習を可能にする。
デモは提出されたビデオで見ることができ、より包括的なデモはlink1またはlink2で見ることができます。
論文 参考訳（メタデータ） (2023-06-09T07:22:12Z) - Real-World Humanoid Locomotion with Reinforcement Learning [92.85934954371099]
実世界におけるヒューマノイド移動に対する完全学習型アプローチを提案する。
コントローラーは様々な屋外の地形の上を歩けるし、外乱に対して頑丈で、状況に応じて適応できる。
論文 参考訳（メタデータ） (2023-03-06T18:59:09Z) - RoboCraft: Learning to See, Simulate, and Shape Elasto-Plastic Objects
with Graph Networks [32.00371492516123]
弾塑性物体のモデリングと操作のためのモデルベース計画フレームワークを提案する。
我々のシステムであるRoboCraftは、グラフニューラルネットワーク(GNN)を用いて粒子ベースの力学モデルを学び、基礎となるシステムの構造を捉える。
実世界のロボットインタラクションデータの10分で、ロボットは制御信号を合成し、弾塑性の物体を様々な形状に変形させるダイナミックスモデルを学習できることを示す。
論文 参考訳（メタデータ） (2022-05-05T20:28:15Z)
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。