論文の概要: MARC: Mechanism-Aware Reflective Correction for Articulated Object Code Generation
- arxiv url: http://arxiv.org/abs/2610.33060v1
- Date: Mon, 19 Oct 2026 10:38:34 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-27 22:27:13.232733
- Title: MARC: Mechanism-Aware Reflective Correction for Articulated Object Code Generation
- Title（参考訳）: MARC:Articulated Object Code 生成のためのメカニズムを考慮した反射補正
- Abstract要約: MARC, Mechanism-Aware Reflective Correctionを導入し,プログラムの構成, 動作の解決, 修正にまたがって, 実行可能なキネマティックグラフを共有する。
このグラフは物理的な接続を局所的なアタッチメントフレームに結合し、ループ閉包と共同座標結合を表す。
20オブジェクトのテストセットでは、Kim-K3によるMARCは67.8%の有効な動作カバレッジと60.0%の全体的な成功を達成し、6つのベースラインを上回っている。
- 参考スコア（独自算出の注目度）: 29.33950820766727
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Generating an articulated object from images and text requires more than plausible parts and movable joints: the assembled mechanism must execute the intended motion. This is particularly challenging for closed-chain and coupled mechanisms, where an error in one connection can block motion or separate connected parts. We introduce MARC, Mechanism-Aware Reflective Correction, which shares an executable kinematic graph across program construction, motion solving, and correction. The graph binds physical connections to local attachment frames and represents loop closures and joint-coordinate couplings. Given prescribed driver inputs, a numerical solver computes follower motion and associates errors with specific connections and configurations. The agent uses these diagnostics to probe possible causes, revise connections or geometry, and retest the mechanism along the original motion paths. On a 20-object test set, MARC with Kimi-K3 achieves 67.8% valid motion coverage and 60.0% overall success, outperforming six baselines. Starting from the same initial candidates, correction improves these scores by 13.7 and 20.0 percentage points, respectively. Ablations further show the benefits of graph-based mechanism support and graph-guided repair. Project homepage: https://demianmusk.github.io/MARC-Home/.
- Abstract（参考訳）: 画像やテキストから明瞭な物体を生成するには、可塑性部品や可動関節以上のものが必要である。
これは、ひとつの接続におけるエラーが動作をブロックしたり、接続された部品を分離したりする、クローズドチェーンと結合メカニズムにとって特に困難である。
MARC, Mechanism-Aware Reflective Correctionを導入し,プログラムの構成, 動作の解決, 修正にまたがって, 実行可能なキネマティックグラフを共有する。
このグラフは物理的な接続を局所的なアタッチメントフレームに結合し、ループ閉包と共同座標結合を表す。
所定のドライバ入力が与えられた場合、数値解法は追従動作を計算し、エラーを特定の接続や構成に関連付ける。
エージェントはこれらの診断を用いて、起こりうる原因を探索し、接続や幾何学を修正し、元の運動経路に沿ってメカニズムを再テストする。
20オブジェクトのテストセットでは、Kim-K3によるMARCは67.8%の有効な動作カバレッジと60.0%の全体的な成功を達成し、6つのベースラインを上回っている。
同じ初期候補から始めて、補正はこれらのスコアをそれぞれ13.7ポイントと20.0ポイント改善する。
アブレーションはさらに、グラフベースのメカニズムサポートとグラフ誘導修復の利点を示している。
プロジェクトホームページ:https://demianmusk.github.io/MARC-Home/.com
関連論文リスト
- MoRE: Motion-Regularized Encoding for Articulated 3D Generation [1.838598580022197]
MoREは、軸分類と2つの軸直交カーモーメント係数を持つ座標整列継手ラインを表す。
表現学習では、デコードされた関節仮説を用いて対応する3次元アンカーを移動させる。
PartNet-MobilityとACDの実験では、比較ベースラインよりもパートボックスの整合性、調音状態形状、視覚的類似性が向上した。
論文 参考訳（メタデータ） (2026-10-21T18:55:12Z) - Parallel AI Agent Collaboration as Graph-Structured Distributed Block Optimization [51.43213415859029]
並列AIエージェントは、有効なローカル編集を生成できるが、編集が組み合わされた場合、共有ソリューションを分解できることが示される。
独立集合は、同じ現在の解に対して測定された検証されたゲインが正確に加算された互換性のある編集を認証する。
最適な分数カラー化は、検証された局所改善の合計の1/f(G)=1/f(G)の分数を保持する合併をもたらすことを証明している。
論文 参考訳（メタデータ） (2026-10-21T17:27:17Z) - RoboCompiler: Graph-Native Compilation of Closed-Chain Robots for Consistent Modeling, Control, and Simulation [13.469049399799205]
本稿では,標準機構グラフを共有メカニカルインタフェースにコンパイルするグラフネイティブフレームワークであるRoboCompilerを提案する。
体、関節、フレーム、慣性体、アクチュエーターポートからクロージャーパスと分析的残留ヤコビアンを構成する。
我々は,産業用掘削機Unitree Go2,Franka Panda,Kangaroo,および6-UPSスチュワートプラットフォーム上での物理的ループとタスクによる制約を評価した。
論文 参考訳（メタデータ） (2026-09-28T17:46:49Z) - ArticulateArena: A Metric for Articulated Kinematics [56.23391152623764]
ArticulateArenaは、調音のためのチャンファー距離の表現不変である。
これは、それを符号化するパラメータではなく、1-DOF関節の運動を比較する。
ArticulateArena-20Kは19,977個の調音されたオブジェクトからなる新しいスイートで、キネマティクスを検証する。
論文 参考訳（メタデータ） (2026-09-27T21:19:22Z) - 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) - Gated Residual Body-Hand Coordination for Whole-Body Humanoid Teleoperation [33.39511546352422]
全身のヒューマノイド遠隔操作は、通常、モーショントラッキングポリシーと別個のデキスタラスハンド再ターゲッターを組み合わせる。
両モジュールの凍結を保ち、その出力に有界補正を適用するゲート残差調整フレームワークを提案する。
論文 参考訳（メタデータ） (2026-09-16T14:50:12Z) - RASA: Disentangled Spatial-Motional Priors for Cross-Identity Character Animation [85.41886214825894]
クロスアイデンティティキャラクタアニメーションは、基準画像からターゲットアイデンティティを駆動し、駆動ビデオからソースキャラクタの動きに従うことを目的としている。
本稿では,移動制御から空間マッピングを分離するフレームワークであるReference-Aware Structure Alignment (RASA)を紹介する。
我々の研究は、不整合空間と動きの先行がロバストなキャラクターアニメーションの鍵となることを示す新しいパラダイムを確立する。
論文 参考訳（メタデータ） (2026-08-28T11:36:44Z) - MechVerse: Evaluating Physical Motion Consistency in Video Generation Models [12.882634043776507]
MechVerseは、機械的に一貫した画像-ビデオ生成のためのベンチマークである。
標準ビデオメトリクスを用いて,プロプライエタリ,オープンソース,微調整による映像合成モデルの評価を行った。
その結果、現在のモデルでは機械的に許容できる運動を発生させるのに失敗しながら外観や滑らかさを保てることが示された。
論文 参考訳（メタデータ） (2026-05-14T13:48:17Z) - Agentic Harness Engineering: Observability-Driven Automatic Evolution of Coding-Agent Harnesses [57.20181537213498]
Agentic Harness Engineering (AHE)は、ハーネスエンジニアリングを自動化するクローズドループである。
AHEは3つの一致した可観測性柱を通じて課題に対処する。
10 AHE lift pass@1 on Terminal-Bench 2 from 69.7% to 77.0%。
SWE-bench-verifiedでは、種子よりも12%少ないトークンで合計成功率を上回り、ターミナルベンチ2では+5.1から+10.1ppのクロスファミリーゲインを得る。
論文 参考訳（メタデータ） (2026-04-28T16:55:02Z) - Self-Supervised Relation Alignment for Scene Graph Generation [44.3983804479146]
シーングラフ生成性能を改善するために,自己教師付きリレーショナルアライメントの正規化を導入する。
提案されたアライメントは一般的なもので、既存のシーングラフ生成フレームワークと組み合わせることができる。
本稿では,この自己教師付きリレーショナルアライメントと2つのシーングラフ生成アーキテクチャの有効性について述べる。
論文 参考訳（メタデータ） (2023-02-02T20:34:13Z)
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。