論文の概要: ActiveAlign: Aligning Egocentric Manipulation via Active Perception

• arxiv url: http://arxiv.org/abs/2610.36859v1
• Date: Tue, 27 Oct 2026 08:54:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-28 21:04:31.549286
• Title: ActiveAlign: Aligning Egocentric Manipulation via Active Perception
• Title（参考訳）: ActiveAlign: アクティブ・パーセプションによるエゴセントリック・マニピュレーションの調整
• Abstract要約: Real-to-Sim-to-Real (Real2Sim2Real)は、計画、解釈可能性、安全な実行のための構造化された世界表現を可能にする。 人間が行動を通じて積極的に知覚する方法にインスパイアされた我々は、Real2Sim2Realの相互作用とのギャップを調整するためにActiveAlignを提案する。
• 参考スコア（独自算出の注目度）: 28.65030330344537
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Real-to-Sim-to-Real (Real2Sim2Real) enables structured world representations for planning, interpretability, and safe execution. Most existing approaches rely on passive perception, which creates real2sim gaps due to imperfect observation. Inspired by how humans perceive actively through actions, we propose ActiveAlign, a framework that leverages active perception to align the Real2Sim2Real gap from interactions. ActiveAlign introduces two complementary modules: (i) ActiveAlign-Waving, which performs hand-eye calibration by exploiting active hand motions and differentiable rendering, and (ii) ActiveAlign-Touching, which refines object alignment through tactile feedback to achieve millimeter-level precision. Together, these capabilities enable strong real2sim alignment. We demonstrate that ActiveAlign-Waving can be used to curate simulation environments for open-sourced uncalibrated robot manipulation datasets, and demonstrate on a real Unitree G1 robot that ActiveAlign enables fine manipulation of millimeter-scale objects such as pressing buttons and moving sliders.
• Abstract（参考訳）: Real-to-Sim-to-Real (Real2Sim2Real)は、計画、解釈可能性、安全な実行のための構造化された世界表現を可能にする。 既存のほとんどのアプローチは受動的知覚に依存しており、不完全な観察のために実際の2simギャップを生じる。 人間が行動を通じて積極的に知覚する方法に触発されて、アクティブな知覚を活用して相互作用からReal2Sim2Realギャップを整合させるフレームワークであるActiveAlignを提案する。 ActiveAlignは2つの補完モジュールを導入した。 一 能動手の動きと識別可能なレンダリングを利用して目視校正を行う能動Align-Waving (ii)ActiveAlign-Touchingは触覚フィードバックによってオブジェクトのアライメントを洗練し、ミリレベルの精度を実現する。 これらの能力は共に強力な実2simアライメントを可能にする。 我々は,ActiveAlign-Wavingを用いて,オープンソースのロボット操作データセットのシミュレーション環境をキュレートできることを実証し,ActiveAlignが押圧ボタンや移動スライダなどのミリスケールオブジェクトの微細な操作を可能にする実際のUnitree G1ロボットについて実証した。

関連論文リスト

• Real2Gym: Building Gyms from Videos, Bringing Skills to Robots [19.362310545356344]
  我々はReal2Gymを紹介した。Real2Sim2Realフレームワークは人間とロボットのデモをインタラクティブなシミュレーションジムに変える。 Real2Simモジュールは編集可能なシーンを再構築し、オブジェクトとカメラを入力に合わせる。 これらの環境では、エージェントは操作段階の実行可能なコードを生成し、結果を観察し、成功した試行と失敗を再利用可能なタスク手順に蒸留する。
  論文  参考訳（メタデータ） (2026-09-29T09:16:49Z)
• Exploratory, Communicative, and Deployable: Vision-Driven Embodied Agents for Open-World Mobile Manipulation [47.58516950734307]
  既存のフレームワークは、しばしば特権化されたシミュレータの状態に依存するか、あるいは完全な命令を仮定し、現実的なデプロイメント課題を回避します。 本稿では,オープンワールドモバイル操作のためのエージェントフレームワークREALを提案する。 我々は、データ収集、教師付き微調整、オンライン強化学習を駆動するための多様なタスク構成を設計する。
  論文  参考訳（メタデータ） (2026-07-15T09:55:45Z)
• Video2Sim2Real: Full-Stack Autonomous Dexterous Skill Acquisition from a Single Human Video [25.87334839420446]
  Video2Sim2Realは、単一の人間の操作ビデオから自律的なスキル獲得のためのフルスタックフレームワークである。 既製の基礎モデルを用いてシミュレーター対応のデジタルツインを再構築し,ロボットや物体の動きを抽出する。 我々は,雑音の多い実世界の点雲からILを介してロボットの構成を調整し,残差RLを利用して局所的な指レベル適応を行う。
  論文  参考訳（メタデータ） (2026-06-07T20:45:47Z)
• ActiveVLA: Injecting Active Perception into Vision-Language-Action Models for Precise 3D Robotic Manipulation [52.94334113271359]
  ActiveVLAは視覚言語によるアクションフレームワークで、ロボットに高い精度できめ細かな操作を可能にする。 我々は,ActiveVLAが3つのシミュレーションベンチマークで高精度な3D操作を実現し,最先端のベースラインを上回っていることを示す。
  論文  参考訳（メタデータ） (2026-01-13T08:29:07Z)
• TwinAligner: Visual-Dynamic Alignment Empowers Physics-aware Real2Sim2Real for Robotic Manipulation [24.782400753476068]
  本稿では,視覚的ギャップと動的ギャップに対処する新しいReal2Sim2RealシステムであるTwinAlignerを紹介する。 ビジュアルアライメントモジュールは、SDF再構成と編集可能な3DGSレンダリングによってピクセルレベルのアライメントを実現する。 動的アライメントモジュールは、ロボットと物体の相互作用から剛体物理学を識別することで整合性を確保する。
  論文  参考訳（メタデータ） (2025-12-22T13:38:11Z)
• Discovery and Deployment of Emergent Robot Swarm Behaviors via Representation Learning and Real2Sim2Real Transfer [8.780553562960677]
  限られた能力を持つロボットの群れを考えると、我々は起こりうる行動の集合を自動的に発見することを模索する。 本稿では,Real2Sim2Real Behavior Discovery by Self-Supervised Representation Learningを提案する。
  論文  参考訳（メタデータ） (2025-02-21T21:04:47Z)
• Articulated Object Manipulation using Online Axis Estimation with SAM2-Based Tracking [57.942404069484134]
  アーティキュレートされたオブジェクト操作は、オブジェクトの軸を慎重に考慮する必要がある、正確なオブジェクトインタラクションを必要とする。 従来の研究では、対話的な知覚を用いて関節のある物体を操作するが、通常、オープンループのアプローチは相互作用のダイナミクスを見渡すことに悩まされる。 本稿では,対話的知覚と3次元点雲からのオンライン軸推定を統合したクローズドループパイプラインを提案する。
  論文  参考訳（メタデータ） (2024-09-24T17:59:56Z)
• Nonprehensile Riemannian Motion Predictive Control [57.295751294224765]
  本稿では,リアル・ツー・シムの報酬分析手法を導入し,リアルなロボット・プラットフォームに対する行動の可能性を確実に予測する。 連続的なアクション空間でオブジェクトを反応的にプッシュするクローズドループコントローラを作成します。 我々は,RMPCが乱雑な環境だけでなく,乱雑な環境においても頑健であり,ベースラインよりも優れていることを観察した。
  論文  参考訳（メタデータ） (2021-11-15T18:50:04Z)
• Point Cloud Based Reinforcement Learning for Sim-to-Real and Partial Observability in Visual Navigation [62.22058066456076]
  強化学習(Reinforcement Learning, RL)は、複雑なロボットタスクを解決する強力なツールである。 RL は sim-to-real transfer problem として知られる現実世界では直接作用しない。 本稿では,点雲と環境ランダム化によって構築された観測空間を学習する手法を提案する。
  論文  参考訳（メタデータ） (2020-07-27T17:46:59Z)

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。