論文の概要: Embedded Sim-to-Real Visual Servoing: Learned Reaching and Force-Guided Placement
- arxiv url: http://arxiv.org/abs/2611.15658v1
- Date: Wed, 11 Nov 2026 16:07:04 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-14 01:36:33.192162
- Title: Embedded Sim-to-Real Visual Servoing: Learned Reaching and Force-Guided Placement
- Title(参考訳): Sim-to-Real ビジュアルサーボの組み込み:学習されたリーチと強制ガイドによる配置
- Abstract要約: 本稿では, NVIDIA Jetson AGX Orin による Franka Research 3 のカーテシアン制御による共有アーキテクチャを提案する。
RealSense D435i観測、YOLO11セグのセグメンテーション、深度後方投射、ハンドアイキャリブレーションは、計量ロボットフレームのターゲットを提供する。
- 参考スコア(独自算出の注目度): 1.2125503552019505
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Embedded perception-to-control systems must combine visual targeting with reliable contact handling under tight computational constraints. We present a shared architecture on an NVIDIA Jetson AGX Orin controlling a Franka Research 3 through Cartesian impedance control. RealSense D435i observations, YOLO11-seg segmentation, depth back-projection, and hand--eye calibration provide metric robot-frame targets. We compare two strategies: compact proximal policy optimization (PPO) policies transferred from simulation for object- and hole-region reaching, and force-guided Cartesian placement using approximately 2 N normal contact and spiral search. The PPO policies achieved 87.2% and 83.1% success over 1000 simulation episodes each. Across 50 real-robot trials per strategy, the learned hybrid and force-guided analytical pipelines achieved 70.0% and 74.0% completion, respectively. Mean perception latency with TensorRT was 34.55 ms. These results support an embedded architecture combining learned free-space reaching with explicit contact correction.
- Abstract(参考訳): 組込み型知覚制御システムは、厳密な計算制約の下で視覚的ターゲティングと信頼性の高い接触処理を組み合わせる必要がある。
本稿では, NVIDIA Jetson AGX Orin上で, カルテシアンインピーダンス制御によりFranka Research 3を制御する共有アーキテクチャを提案する。
RealSense D435i観測、YOLO11セグのセグメンテーション、深度後方投射、手眼校正は、計量ロボットフレームの目標を提供する。
提案手法は,物体及び孔域到達のシミュレーションから移行したPPOポリシと,約2Nの正規接触とスパイラルサーチを用いた強制誘導カルテシアン配置の2つの戦略を比較した。
PPO政策は、それぞれ1000回のシミュレーションエピソードで87.2%、83.1%の成功を収めた。
戦略毎の50回にわたる実ロボット試験では、学習されたハイブリッドパイプラインとフォース誘導分析パイプラインがそれぞれ70.0%と74.0%の完成を達成した。
TensorRTでの知覚遅延の平均は34.55ミリ秒であり、これらの結果は学習された自由空間到達と明示的な接触補正を組み合わせた組込みアーキテクチャをサポートする。
関連論文リスト
- LLM4Robot-Bench: How Far Can GPT-6 Astra Go in Robotic Manipulation? A Hierarchical, Paired Sim-Real Benchmark [62.531369168779776]
コンタクトリッチな操作における物理的相互作用能力を評価するためのベンチマークを導入する。
16世帯の課題は、接触選択と幾何アライメント(L1)、持続接触(L2)内の力規制、協調接触再構成と力規制(L3)の3つの累積レベルにまたがる。
16のタスクのうち10のタスクは同じ成功率で、残りの6つのタスクは3つのトライアルのうち1つの成功によって異なる。
論文 参考訳(メタデータ) (2026-10-25T19:41:02Z) - GroundAnything: Reconciling Parallel Decoding with Precise Visual Grounding at Flash Speed [71.05944634852158]
GroundAnythingはブロックワイズによる正確なローカライゼーションで高速並列デコーディングを再構成する。
30のグラウンドベンチマークで、私たちの自己回帰型であるGroundAnything-VLMは、この技術の新たな全体的な状態を確立します。
エントロピー誘導復号法により、GroundAnythingは、この規模の芸術の先行状態を超越している。
論文 参考訳(メタデータ) (2026-09-30T12:20:51Z) - Solution for UCF UrbanTwin LUMPI Track: Sim-to-Real Urban LiDAR 3D Object Detection [54.03436243843709]
UCF UrbanTwin Sim2Real LiDAR Challenge at the 6th DriveX Workshop, ECCV 2026。
検出器は合成データのみに基づいて訓練され、50個の実LiDARフレームで評価される。
ポイントクラウドリアリズムに対して、別の50フレームの合成提案が評価される。
論文 参考訳(メタデータ) (2026-09-07T15:03:36Z) - LocalNav: Distilling Frontier VLMs and Embodied RL for On-Device Object Goal Navigation [53.88286427894783]
視覚言語モデル(VLM)は、ロボット分野において、言語コンテキストによる環境認識を可能にする強力なツールとして登場した。
しかし、彼らの計算フットプリントは、通常、それらをクラウド実行に制限し、リソースに制約のあるロボットへのローカルなデプロイによる低レイテンシの推論を妨げる。
本稿では,大規模フロンティアモデルからの複雑な空間意味推論を,組み込みGPUデバイス上でエッジ実行を行うための軽量な4BパラメータローカルVLMに転送する蒸留戦略を提案する。
論文 参考訳(メタデータ) (2026-06-26T09:11:59Z) - Robotic Strawberry Harvesting with Robust Vision and Deep Reinforcement Learning based Sim-to-Real Control [0.8466401378239364]
本研究では,ロバストビジョンモジュール,シミュレーション学習型深部強化学習制御,ROSに基づく実ロボット実行を組み合わせたクローズドループロボットイチゴ収穫システムを提案する。
HRAttnEdge-YOLO26-segは,高分解能なP2ブランチ,セグメンテーションパスアテンション,エッジ教師ありプロトタイプ学習を組み込んだ改良型YOLO26セグアーキテクチャである。
制御のために、ターゲット条件付きPPOポリシーをアイザック研究所で訓練し、UR10eのスムーズな共同配置コマンドを生成する。
論文 参考訳(メタデータ) (2026-05-22T17:21:06Z) - ROBOGATE: Adaptive Failure Discovery for Safe Robot Policy Deployment via Two-Stage Boundary-Focused Sampling [0.0]
ROBOGATEは、物理に基づくシミュレーションと2段階適応サンプリング戦略を組み合わせたデプロイメントリスク管理フレームワークである。
我々は、Franka Panda (7-DOF) とUR5e (6-DOF) の2つのロボット体のスクリプトによるピック・アンド・プレイス・コントローラーの評価を行った。
我々のロジスティック回帰リスクモデルは、組み合わせたデータセットで0.780のAUCを達成する。
論文 参考訳(メタデータ) (2026-03-23T15:52:54Z)
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。