論文の概要: Force-Driven Hook Disassembly via Constraint-Aware Object-Centric Reinforcement Learning

• arxiv url: http://arxiv.org/abs/2610.38513v1
• Date: Wed, 28 Oct 2026 09:27:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-03 10:25:27.612909
• Title: Force-Driven Hook Disassembly via Constraint-Aware Object-Centric Reinforcement Learning
• Title（参考訳）: 制約を考慮した物体中心強化学習による力駆動フックの分解
• Abstract要約: 本研究は,接触力からオンラインに抽出可能な方向を推定する制約対応強化学習フレームワークを提案する。 このポリシーは、シンプルなペグ・イン・ホールのペア上でロボットに依存しないオブジェクト中心のシミュレーションで訓練され、物理的なロボットにゼロショットを配置する。 この手法は、ペグ・イン・ホール・ペアからインナー・プロペラ、終末期空調ユニットの前部カバーまで、現実世界の4つのタスクで検証される。
• 参考スコア（独自算出の注目度）: 7.124188498356204
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The growing volume of end-of-life products has intensified the need for automated disassembly, yet hook-type connections remain challengin: their orientations vary, they deform under load, and their geometry is hidden, so vision alone cannot identify a feasible non-destructive disassembly direction. This work proposes a constraint-aware reinforcement learning framework that infers feasible extraction directions online from contact forces. The policy is trained in a robot-agnostic, object-centric simulation on a simplified peg-in-hole pair and deployed zero-shot on a physical robot, where it transfers to real connections with unseen, multi-stage constraint structures. Because instantaneous contact forces are noisy and locally ambiguous, the policy is coupled with a particle filter belief that provides the policy with temporally integrated directional information and reduces redundant exploratory motion. The approach is validated on four real-world tasks, from peg-in-hole pairs to the inner propeller and front cover of an end-of-life air-conditioning unit. The full method achieves success rates of 100%, 100%, 90%, and 75% with the highest path efficiency on every task, and raises the success rate on the air-conditioning cover from 45% to 75% relative to a policy trained without the belief. These results indicate that force-driven reinforcement learning can enable disassembly without product-specific models or demonstrations.
• Abstract（参考訳）: エンド・オブ・ライフ製品の増加により、自動分解の必要性が増しているが、フック型接続はいまだに曖昧なままであり、方向は異なり、負荷下で変形し、幾何学は隠されているため、視覚だけでは非破壊的な分解方向を特定できない。 本研究は,接触力からオンラインに抽出可能な方向を推定する制約対応強化学習フレームワークを提案する。 このポリシーは、シンプルなペグ・イン・ホールのペア上でロボットに依存しないオブジェクト中心のシミュレーションで訓練され、物理的なロボットにゼロショットを配置する。 即時接触力は騒々しく、局所的に曖昧であるため、ポリシーは時間的に統合された方向情報でポリシーを提供する粒子フィルタの信念と結合され、冗長な探索運動を減少させる。 この手法は、ペグ・イン・ホール・ペアからインナー・プロペラ、終末期空調ユニットの前部カバーまで、現実世界の4つのタスクで検証される。 本手法は,全作業において最高経路効率で100%,100%,90%,75%の成功率を達成し,空調カバーにおける成功率を,信念のない政策と比較して45%から75%に引き上げる。 これらの結果から,力駆動型強化学習は,製品固有のモデルや実演を使わずに分解できる可能性が示唆された。

関連論文リスト

• Phase-Gated Constrained Reinforcement Learning for End-to-End Capture and Detumbling of Non-Cooperative Targets [1.0086996758938032]
  一つの制約付き強化学習政策が全ミッションを遂行可能であることを示す。 有効機構は、マルコフ決定過程の3つの軌跡に適用される滑らかな近接ゲートである。 1000以上のランダム化試験は99.5%で成功し、接触力、アクチュエータ、ベース・リアクション、衝突の限界を保っている。
  論文  参考訳（メタデータ） (2026-10-11T09:46:13Z)
• Residual Compliant Policy: Learning Compliant Policies from Few Demonstrations [38.41701972458329]
  接触に富んだ操作は、意図した接触を確立するために、自由空間で正確なロボットを必要とし、過度な力を避けるために一度接触に従わなければならない。 模倣学習は単純な操作タスクに有効であることが証明されているが、デモの根底にあるコンプライアンスは直接観察できない。 各段階でコンプライアンスを明確にするフレームワークを提示します。
  論文  参考訳（メタデータ） (2026-10-01T17:19:36Z)
• RoXDrive: Closed-Loop Reinforcement Learning for End-to-End Autonomous Driving via Action-Faithful Rollouts [98.41251854883184]
  強化学習(RL)ポストトレーニングは、現在のアプローチに代わる有望な代替手段を提供する。 ビデオワールドモデルは、現実的な多段階の将来のロールアウトを生成する能力を示したが、アクション条件を忠実に反映しないかもしれない。 本稿では,信頼性の高いポリシ最適化を実現するプラグイン・アンド・プレイクローズドループRLフレームワークであるRoXDriveを紹介する。
  論文  参考訳（メタデータ） (2026-09-29T06:59:50Z)
• Contact-Rich Robotic Manipulation in Construction via Zero-Shot Learning: A Diffusion Policy-Guided Adaptive Control [0.0]
  本稿では,L1にインスパイアされた適応制御器を用いて,シミュレーション生成されたポーズと力/トルクデータに基づいて学習したフレームワーク結合拡散ポリシーを提案する。 木質接合, パイプ嵌合, および連続的なフルスケールトラス組立における基線に対するフレームワークのベンチマークを行った。 単一タスクアセンブリで100%成功し、シーケンシャルトラスアセンブリサブタスクで90-100%成功し、ベースラインよりも低い安定した接触力を持つ。
  論文  参考訳（メタデータ） (2026-08-22T20:41:23Z)
• Mind Your Steps: A General Learning Framework for Accurate Humanoid Foothold Tracking [78.30338456206984]
  本稿では,汎用3D足場追跡ポリシーをトレーニングするための新しいフレームワークを提案する。 本手法は, 目標検層による足場支援を動的に行うことにより, 学習方針を特定の地形に依存しないものにする。 我々の新しいターゲット表現は、雑音や不正確なポーズ推定や足の接触推定といった現実の課題を効果的に緩和する。
  論文  参考訳（メタデータ） (2026-06-06T16:44:56Z)
• Learning Reactive Dexterous Grasping via Hierarchical Task-Space RL Planning and Joint-Space QP Control [50.28263951510334]
  本稿では,リアクティブなデクスタリーグルーピングのためのハイブリッド階層型制御フレームワークを提案する。 提案手法は,低レベル共同実行から高レベル空間意図を明示的に分離する。 我々は厳密なシミュレーションと現実のパイプラインを通して提案したフレームワークを広範囲に検証する。
  論文  参考訳（メタデータ） (2026-05-05T04:49:38Z)
• ForceVLA2: Unleashing Hybrid Force-Position Control with Force Awareness for Contact-Rich Manipulation [75.39847750457626]
  エンドツーエンドの視覚言語アクションフレームワークであるForceVLA2は、ハイブリッドな力配置制御と明示的な力覚を備えたロボットを装備する。 学習と評価を支援するために,5つの接触豊富なタスクに1,000の軌道を含むForceVLA2-Datasetを構築した。 実験により、ForceVLA2は接触リッチな操作における成功率と信頼性を大幅に改善することが示された。
  論文  参考訳（メタデータ） (2026-03-16T12:03:58Z)
• Robust Anti-Backdoor Instruction Tuning in LVLMs [53.766434746801366]
  大規模視覚言語モデル(LVLM)のための軽量で認証に依存しない防御フレームワークについて紹介する。 私たちのフレームワークは、命令チューニングの下で、アダプタモジュールとテキスト埋め込み層のみを微調整します。 Flickr30kとMSCOCOに対する7つの攻撃に対する実験は、我々の攻撃の成功率をほぼゼロに低下させることを示した。
  論文  参考訳（メタデータ） (2025-06-04T01:23:35Z)
• Collision Avoidance and Navigation for a Quadrotor Swarm Using End-to-end Deep Reinforcement Learning [8.864432196281268]
  本研究では,障害物のある環境下での四元子群制御のためのエンドツーエンドDRL手法を提案する。 筆者らは, 障害物の多い環境下での性能向上を図るために, 衝突エピソードのカリキュラムと再生バッファを提供する。 我々の研究は、エンドツーエンドDRLで訓練された隣人回避および障害物回避制御ポリシーを学習する可能性を示す最初の研究である。
  論文  参考訳（メタデータ） (2023-09-23T06:56:28Z)
• Nonprehensile Planar Manipulation through Reinforcement Learning with Multimodal Categorical Exploration [8.343657309038285]
  強化学習はそのようなロボットコントローラを開発するための強力なフレームワークである。 分類分布を用いたマルチモーダル探索手法を提案する。 学習したポリシは外部の障害や観測ノイズに対して堅牢であり、複数のプッシュ器でタスクにスケールできることが示される。
  論文  参考訳（メタデータ） (2023-08-04T16:55:00Z)

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。