論文の概要: Contact Imitation Interface: Transferring Dexterous Skills by Showing How Contact Unfolds

• arxiv url: http://arxiv.org/abs/2610.41028v1
• Date: Thu, 29 Oct 2026 22:14:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-02 22:05:31.506234
• Title: Contact Imitation Interface: Transferring Dexterous Skills by Showing How Contact Unfolds
• Title（参考訳）: 接触模倣インタフェース:接触がどう展開するかを示すことによって、デクサラススキルを伝達する
• Abstract要約: 本稿では,対話型実演インタフェースと学習インタフェースを備えたフレームワークCIMIについて述べる。 CIMIは、接触地での観察、コマンド、行動表現を組み合わせて、基本方針よりも50ポイント以上、最終段階の成功率を改善する。
• 参考スコア（独自算出の注目度）: 12.286999076170872
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Robot-free human demonstrations offer a promising route to scaling dexterous manipulation data. The key challenge is to preserve the demonstrator's natural dexterity while producing contact-grounded observations and actions that transfer to robot hands. We present Contact Imitation Interface (CIMI), a framework with contact-grounded demonstration and learning interfaces. The demonstration interface combines shared contact geometry and fingertip RGB views with contact-alignment-first retargeting and reprojection of wider scene views. The learning interface introduces a hierarchical policy in which a contact-surface planner predicts relative contact-surface trajectories and a controller coordinates wrist and finger commands to improve contact alignment. CIMI combines contact-grounded observations, retargeting, and action representations, improving mean final-stage success by at least 50 percentage points over baseline policies across six hand-task pairs on LEAP and Wuji. Hardware designs and software are publicly available.
• Abstract（参考訳）: ロボットのない人間のデモは、巧妙な操作データをスケールするための有望なルートを提供する。 鍵となる課題は、ロボットの手に移る接点のある観察と行動を生み出しながら、ディストレーターの自然な器用さを維持することである。 本稿では,対話型実演インタフェースと学習インタフェースを備えたフレームワークCIMIについて述べる。 デモインタフェースは、共有接触形状と指先RGBビューと、コンタクトアライメントファーストの再ターゲティングと、より広いシーンビューの再プロジェクションを組み合わせたものだ。 学習インタフェースは、接触面プランナーが相対的な接触面軌跡を予測し、コントローラが手首と指のコマンドを調整して接触アライメントを改善する階層的なポリシーを導入する。 CIMIは、接地観測、再ターゲティング、行動表現を組み合わせることで、LEAPとWujiの6つのハンドタスクペア間のベースラインポリシーよりも、平均的な最終ステージ成功率を少なくとも50パーセント向上させる。 ハードウェアデザインとソフトウェアは一般に公開されている。

関連論文リスト

• VLM-Guided Contact Retargeting and Generative Partner Modeling for Humanoid-Human Interaction [28.47124487926807]
  デプロイ可能なヒューマノイド・ヒューマンインタラクションポリシを学習するためのフレームワークであるREACTを提案する。 ReACTは、セマンティックコンタクト構造を、処理、相互作用学習、およびオンボード制御の鍵となる監視信号として扱う。 シミュレーションおよび5つの接触豊富な相互作用における実ユニトリーG1ヒューマノイド上でのREACTの評価を行った。
  論文  参考訳（メタデータ） (2026-10-20T16:57:52Z)
• Touch-JEPA: Tactile Representation Learning from Hand-Object Video with Limited Tactile Supervision [32.84112708120821]
  触覚を限定した手動映像から触覚表現を学習するためのフレームワークであるTouch-JEPAを提案する。 まず,触覚を使わずにビデオから学習する,自己指導型事前学習の目標について紹介する。 そして、この定式化を共同表現学習に拡張し、すべてのビデオにマスク付き予測を適用する。
  論文  参考訳（メタデータ） (2026-10-20T16:56:11Z)
• Contact Trajectory Prompting: In-Context Transfer of Contact-Rich Behaviors from a Single Demonstration [105.07023811083566]
  コンテキスト内ロボット学習により、ロボットはテスト時間パラメータを更新することなく、デモから新しい行動を取得することができる。 本稿では,コンタクトリッチな操作行動のワンショット転送のためのフレームワークであるContact Trajectory Prompting (CTP)を提案する。 CTPは、単一のデモンストレーションから順序付けられた接触軌道プロンプトに動きと接触情報を符号化する。
  論文  参考訳（メタデータ） (2026-10-13T17:58:08Z)
• HapticWAM: Distilling Imagined Touch into a World-Action Model without Inference-Time Tactile Sensing [1.9182058480922208]
  ヘテロジニアスな触覚符号化, 構造的接触予測, 教師-学生蒸留を組み合わせた世界行動モデルHapticWAMを紹介する。 触覚ピクセルのみを予測するのではなく、モデルではアクションと将来のイベントとメカニックを記述するコンタクトパッケージを共同で生成する。 予測接触結合は、以前想像されたパッケージを使用して注意を喚起し、直接触覚観察が不可能な場合に接触関連入力を保存する。
  論文  参考訳（メタデータ） (2026-09-20T21:49:50Z)
• ContactMimic: Humanoid Object Interaction via Contact Control [14.393971688434528]
  本研究では,キーポイントトラジェクトリとともに,明示的な部分レベルバイナリコンタクトコマンドを追跡する学習フレームワークであるConTACTMIMICを提案する。 CONTACTMIMICは、接触追従報酬と軌道拡張スキームを用いることで可能となる。 シミュレーション実験により、ConTACTMIMICはタスク固有の報酬なしで操作を完了できる接触制御性を示すことを確認した。
  論文  参考訳（メタデータ） (2026-07-09T17:42:15Z)
• 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)
• 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)
• Contact-Grounded Policy: Dexterous Visuotactile Policy with Generative Contact Grounding [5.936373185672394]
  Contact-Grounded Policy (CGP) は、実際のロボット状態と触覚フィードバックの複合軌跡を予測することで、多点接触を根拠とするビゾタクティルポリシーである。 CGPは, (i) 圧縮潜在空間における将来のロボットの状態と触覚フィードバックを予測する条件拡散モデル, (ii) 学習された接触一貫性マッピングの2つのコンポーネントから構成される。 指先触覚センサDgit360を用いた4本指のAllegro V5手と,高密度全手触覚アレイを用いた5本指のTesollo DG-5F手を用いてCGPを評価した。
  論文  参考訳（メタデータ） (2026-03-05T21:22:49Z)
• Semantic-Contact Fields for Category-Level Generalizable Tactile Tool Manipulation [82.63833405368159]
  ツール操作の一般化には、セマンティックプランニングと正確な物理的制御の両方が必要である。 本研究では,密接な接触推定を伴う視覚的意味論を融合した3次元表現であるセマンティック・コンタクト・フィールド(SCFields)を提案する。 スクレイピング、クレヨン描画、剥離の実験は、堅牢なカテゴリレベルの一般化を示している。
  論文  参考訳（メタデータ） (2026-02-14T16:05:08Z)
• TouchGuide: Inference-Time Steering of Visuomotor Policies via Touch Guidance [53.35296919674763]
  TouchGuideは、低次元のアクション空間内でモダリティを融合させる、クロス政治的なビズオ触覚融合パラダイムである。 TouchGuideは、事前訓練された拡散またはフローマッチングビズモータポリシーをガイドする2つの段階で動作する。 高品質で費用対効果の高いデータによるTouchGuideトレーニングを容易にするために,データ収集システムであるTacUMIを導入する。
  論文  参考訳（メタデータ） (2026-01-28T04:22:47Z)

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。