論文の概要: ReGATE: Recurrent Gated Visual Fusion for Reactive Humanoid-Object Interaction

• arxiv url: http://arxiv.org/abs/2611.02871v1
• Date: Mon, 02 Nov 2026 10:10:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-06 14:43:09.179066
• Title: ReGATE: Recurrent Gated Visual Fusion for Reactive Humanoid-Object Interaction
• Title（参考訳）: ReGATE: 反応型ヒューマノイド-物体相互作用のための繰り返しゲート型ビジュアルフュージョン
• Abstract要約: 本稿では,エゴセントリックな奥行き,プロプレセプション,オンライン・ロコモーション・コンタクト・コマンドを組み合わせた全身コントローラReGATEを提案する。 シミュレーションでは、ReGATEは330の静的オブジェクト取得トライアルで85.2%成功し、VisualMimicは48.5%である。
• 参考スコア（独自算出の注目度）: 4.826124200824742
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Humanoid loco-manipulation requires coordinating object acquisition, transport, and release from onboard sensing while responding to user commands and incomplete visual observations. We present ReGATE, a whole-body controller that combines egocentric depth, proprioception, and online locomotion and contact commands. Built on a teacher-student framework, ReGATE integrates interaction-state estimation through a recurrent adapter that predicts object geometry and physical contact without an external object-pose estimator. Head-wise and global gates regulate visual updates to a proprioceptive pathway. A visual-grounding and corruption curriculum trains the adapter, while phase-aware initialization increases coverage of brief contact transitions. In simulation, ReGATE achieves 85.2% success across 330 static-object acquisition trials, compared with 48.5% for VisualMimic under the same protocol, and 85.9% across 440 moving-object acquisition trials. Deployment on a Unitree G1 demonstrates commanded grasp-transport-release sequences and acquisition of laterally displaced boxes. A qualitative hardware experiment further demonstrates successful box acquisition when the camera is occluded after an initial observation and before the contact command. To the best of our knowledge, this is the first work to extend recurrent gated fusion of onboard depth and proprioception from perceptive locomotion to humanoid loco-manipulation under interrupted visual sensing.
• Abstract（参考訳）: ヒューマノイド・ロコ・マニピュレーション(Humanoid loco-manipulation)は、ユーザコマンドや不完全な視覚的観察に応答しながら、オブジェクトの取得、輸送、オンボードセンシングからの解放を調整する必要がある。 本稿では,エゴセントリックな奥行き,プロプレセプション,オンライン・ロコモーション・コンタクト・コマンドを組み合わせた全身コントローラReGATEを提案する。 教師/学生のフレームワーク上に構築されたReGATEは、リカレントアダプタを通じて相互作用状態の推定を統合する。 頭部およびグローバルゲートは、プロテアーゼの経路に対する視覚的更新を調節する。 視覚的な接地と汚職のカリキュラムはアダプタを訓練し、位相認識の初期化は短い接触遷移のカバレッジを増加させる。 シミュレーションでは、ReGATEは330の静的オブジェクト取得トライアルで85.2%、同じプロトコルでVisualMimicで48.5%、移動オブジェクト取得トライアルで85.9%を達成している。 Unitree G1へのデプロイは、コマンドされたグリップ-トランスポート-リリースシーケンスと、横向きに配置されたボックスの取得を示す。 定性的ハードウェア実験は、初期観察後及び接触指令前でカメラを閉鎖した場合に、ボックス取得を成功させる。 我々の知る限りでは、視覚知覚の中断下では、知覚運動からヒューマノイド・ロコ・マニピュレーションまで、オンボード深度とプロプレセプションの繰り返しゲート融合を延長する最初の試みである。

関連論文リスト

• EgoExplorer: A Vision-Motion-Touch Observatory for Human Loco-Manipulation In Situ [67.89251850608498]
  EgoExplorerは、ウェアラブルシステムで構築された人間のロボ操作の100時間の視覚モーションタッチ観測所である。 プロの活動に重点を置いて、その連続的な録音は、エゴセントリックなビデオと、再構築された全身の動きとを一致させる。 我々は,このカバーをスパースボディセンシングで実現するために,Calibrate-Complete-Constrainパイプラインを開発した。
  論文  参考訳（メタデータ） (2026-10-13T17:59:55Z)
• LYRIC: Language-Driven Physics-Based Character Control for Contact-Rich Whole-Body Object Interaction [43.54194546706035]
  LYRICは、言語駆動の物理に基づくコンタクトリッチインタラクション制御のための生成フローマッチングコントローラである。 単一のトラッキングポリシーは、幾何学的条件付き相互作用報酬と手動物体接触近傍の緩和された参照追跡を用いて訓練される。 LIRICは最強のキネマティックプランナーベースラインの74.2%に比べて90.3%のタスク成功率を示した。
  論文  参考訳（メタデータ） (2026-09-17T04:34:15Z)
• ViBe: Visual Behavior Adaptation for Perceptive Humanoid Whole-Body Control [11.96687692057234]
  ViBeは、モーショントラッカーを知覚的な制御タスクに適応するためのフレームワークである。 本研究は, パーセプティブ・ウォーキング, パーセプティブ・ウォーキング, ポーズ・キューブ, オームニ・オブジェクト・ロコ・マニピュレーション, ドッジボールを横断するゼロショット・シム・トゥ・リアルな移動を示す。
  論文  参考訳（メタデータ） (2026-09-09T09:11:26Z)
• VLK: Learning Humanoid Loco-Manipulation from Synthetic Interactions in Reconstructed Scenes [71.14444761145435]
  知覚に基づくヒューマノイド・ロコ・マニピュレーションは、自我中心の観察とタスク・インストラクションを全身の動きに結びつける必要がある。 既存のデータソースがこれを完全に提供するものはありません。 このボトルネックに対処するために、再構成シーンで視覚・言語・運動学を総合的に指導する手法を提案する。
  論文  参考訳（メタデータ） (2026-06-29T17:59:55Z)
• Interactive Tracking: A Human-in-the-Loop Paradigm with Memory-Augmented Adaptation [60.96010213186819]
  自然言語コマンドを使用していつでもトラッカーをガイドできる新しいパラダイムであるInteractive Trackingを導入する。 対話型トラッキングのための最初の大規模ベンチマークであるInteractTrackについて紹介する。 第3に,ユーザからのフィードバックから学習し,トラッキング動作を更新するために動的メモリ機構を利用する新しいベースラインであるInteractive Memory-Augmented Tracking (IMAT)を導入する。
  論文  参考訳（メタデータ） (2026-04-02T12:33:27Z)
• GraphiContact: Pose-aware Human-Scene Robust Contact Perception for Interactive Systems [17.089112324421468]
  本研究では,2つの事前訓練されたトランスフォーマーエンコーダから人間の先行情報を転送し,再構成メッシュ上での頂点ごとの人間とシーンの接触を予測する。 5つのベンチマークデータセットの実験により、GraphiContactは、接触予測と3D人間の再構築の両方で一貫した利得を達成している。 GraphiContact法をベースとしたコードでは,人間の3次元再構成とインタラクション解析を包括的に行う。
  論文  参考訳（メタデータ） (2026-03-19T17:17:04Z)
• Gait-Adaptive Perceptive Humanoid Locomotion with Real-Time Under-Base Terrain Reconstruction [86.53248703859718]
  本研究では,地形認識,歩行制御,全身制御を一つの強化学習ポリシーにマージする知覚的移動フレームワークを提案する。 31-DoF、1.65mのヒューマノイドロボットによる実験は、シミュレーションと実世界の両方で堅牢な移動を実証している。
  論文  参考訳（メタデータ） (2025-12-08T11:42:41Z)
• Open-World Drone Active Tracking with Goal-Centered Rewards [62.21394499788672]
  Drone Visual Active Trackingは、視覚的な観察に基づいてモーションシステムを制御することで、対象物を自律的に追跡することを目的としている。 DATは,世界初となるエア・ツー・グラウンド・トラッキング・ベンチマークである。 また,複雑なシナリオにおけるドローン追跡目標の性能向上を目的としたGC-VATを提案する。
  論文  参考訳（メタデータ） (2024-12-01T09:37:46Z)
• Neural feels with neural fields: Visuo-tactile perception for in-hand manipulation [57.60490773016364]
  マルチフィンガーハンドの視覚と触覚を組み合わせることで,手動操作時の物体の姿勢と形状を推定する。 提案手法であるNeuralFeelsは,ニューラルネットワークをオンラインで学習することでオブジェクトの形状を符号化し,ポーズグラフ問題を最適化して共同で追跡する。 私たちの結果は、タッチが少なくとも、洗練され、そして最も最良のものは、手動操作中に視覚的推定を曖昧にすることを示しています。
  論文  参考訳（メタデータ） (2023-12-20T22:36:37Z)

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。