マニピュレーション2026/8/17arXiv:2608.16351v1

アーム認識型誘導による器用な把持生成：アーム非依存把持モデルの活用

Arm-Aware Guided Dexterous Grasp Generation with Arm-Agnostic Grasp Models

事前学習済みのアーム非依存把持モデルを推論時にアーム情報と環境情報で誘導し、アーム制約を考慮した器用な把持を高確率で生成するフレームワークを提案した。

詳しい要約

1. どんなもの？

本論文は、アーム（腕）の制約を考慮した器用な把持（dexterous grasp）生成のためのフレームワークを提案している。既存の手中心の把持モデルは浮遊する手の姿勢のみに焦点を当てており、腕の環境衝突回避やワークスペース境界での把持、連続把持などの実世界シナリオには不十分である。提案フレームワークは、事前学習済みのアーム非依存（arm-agnostic）把持モデルを活用し、推論時のみにアームと環境情報を統合する。具体的には、手の姿勢とアームの配置の同時最適化としてarm-aware制約付き把持生成を定式化し、アーム関連制約の閉形式勾配を導出する。手の姿勢分布が拡散モデルで表現されると仮定し、勾配ベース最適化がガイド付き拡散サンプリングと等価であることを証明する。これにより、ほぼ実行可能なサンプルを実行可能領域へ導く。

2. 先行研究と比べてどこがすごい？

先行研究のarm-aware手法は、実行不可能なサンプルを捨てる拒否サンプリングに依存するか、アーム固有のデータで再学習を必要とし、悪条件下でのサンプル効率が低いか、異なるロボットや環境への一般化が限られていた。提案手法は、事前学習済みのarm-agnosticモデルをそのまま利用し、推論時にのみアームと環境情報を統合するため、再学習が不要で、高いサンプル効率と一般化を実現する。また、勾配ベースの最適化をガイド付き拡散サンプリングとして理論的に等価であることを示し、近似的に実行可能なサンプルを実行可能領域へ効率的に導く点が新しい。

3. 技術・手法の肝は？

手法の核は、arm-aware制約付き把持生成を手の姿勢とアーム配置の同時最適化として定式化し、アーム関連制約の閉形式勾配を導出すること。手の姿勢分布を拡散モデルで表現し、勾配ベース最適化がガイド付き拡散サンプリングと等価であることを証明する。これにより、事前学習済みのarm-agnostic拡散モデルをそのまま使い、推論時にアームと環境情報を勾配として注入する。具体的には、アームの運動学と環境との衝突回避などの制約を微分可能な形で組み込み、サンプリング過程で勾配を適用して実行可能領域へサンプルを誘導する。

4. どうやって有効だと検証した？

包括的な評価として、6つのシナリオで10kオブジェクトを用いて検証した。高制約環境において、提案フレームワークが実行可能な把持を有意に高い確率で生成することを示した。具体的な比較対象や指標は要旨からは不明だが、実世界応用での利点を強調している。

5. 議論はある？

要旨からは、提案手法の限界や議論についての詳細は不明。ただし、事前学習済みモデルに依存するため、モデルの品質や分布の仮定が結果に影響する可能性が考えられる。また、勾配ベースの最適化が局所解に陥る可能性や、複雑な環境での計算コストなどが議論の余地として考えられるが、要旨には明記されていない。

6. 次に読むべき論文は？

要旨で参照されている関連研究として、既存のarm-aware手法（rejection samplingやarm-specific retraining）や、hand-centric grasp models、diffusion modelによる把持生成などが挙げられる。具体的な論文名は不明だが、次に読むべきは、拡散モデルを用いた把持生成の基盤論文や、アームとハンドの協調制御に関する研究が考えられる。

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Yongyi Jia, Yongpeng Jiang, Kangchen Lv, Yi Ren, Mingrui Yu, Xiang Li

分類: cs.RO

原文アブストラクト

Dexterous grasp generation that considers arm-related constraints is crucial in real-world scenarios involving arm environment collision avoidance, workspace boundary grasps, and consecutive grasping. Existing hand-centric grasp models, which primarily focus on the floating hand's pose, are insufficient for such cases. Conventional arm-aware methods either rely on rejection sampling to discard infeasible samples or require retraining on arm-specific data, leading to low sample efficiency under adverse conditions or limited generalization across different robots and environments. To overcome these limitations, this letter presents an arm-aware dexterous grasp generation framework that leverages pretrained arm-agnostic grasp models while integrating arm and environmental information only at inference time. Specifically, we formulate arm-aware constrained grasp generation as a joint optimization of hand pose and arm configuration, and derive closed-form gradients for arm-related constraints. Assuming the hand pose distribution is represented by a diffusion model, we prove that gradient-based optimization is equivalent to guided diffusion sampling, steering near-feasible samples toward the feasible region. Through comprehensive evaluation involving 10k objects across 6 scenarios, we demonstrate that the proposed framework generates feasible grasps in highly constrained settings with significantly higher probability, highlighting its advantages in real-world applications. Supplementary materials and appendix are available at https://arm-aware-dexgrasp.github.io/.

arXivで原文を読む →arXiv概要ページ

← 論文一覧