マニピュレーション2026/8/20arXiv:2608.19759v1

GOAG: 生成型・物体非依存の器用なロボット操作のための把持プランナー

GOAG: Generative and Object-Agnostic Grasp Planner for Dexterous Robotic Manipulation

多指ロボットの把持計画において、物体固有のデータに依存せず、グリッパーの接触面分布を学習して汎用的に把持を生成する新しい深層生成モデルを提案した。シミュレーションと実世界で高い成功率を達成し、物体非依存でありながら既存手法と同等以上の性能を示した。

詳しい要約

1. どんなもの？

GOAGは、多指ロボットハンドの把持計画を行う深層生成モデルです。グリッパーと物体の接触点における表面形状が一致するという観察に基づき、特定のグリッパーの接触表面分布のコンパクトな潜在表現を学習します。推論時に物体特徴を導入することで、物体固有の学習データに依存せずに、有効な把持設定を効率的にサンプリングできます。

2. 先行研究と比べてどこがすごい？

従来の深層学習ベースの把持プランナーは、限られた物体固有のデータセットで訓練されるため、新しい物体への一般化が困難でした。GOAGは物体非依存の学習を導入し、物体固有の訓練データを必要としない点で優れています。また、MultiDexデータセットで平均成功率86.93%を達成し、物体固有の訓練を行った最先端手法と同等の性能を維持しつつ、多数の把持生成において処理速度が大幅に高速です。

3. 技術・手法の肝は？

手法の核心は、グリッパーの接触表面分布を学習する生成モデルを構築し、物体特徴を推論時にのみ導入することです。これにより、グリッパーの能力と互換性のある接触領域を効率的に検索できます。具体的なネットワーク構造や学習手順は要旨からは不明ですが、潜在表現を利用した生成モデルであることが示されています。

4. どうやって有効だと検証した？

確立された把持プロトコルを用いて、シミュレーションと実世界の両方で広範な実験を行いました。異なるグリッパーを用いて有効性を検証し、MultiDexデータセットの物体で平均成功率86.93%を達成しました。また、多数の把持生成時の処理速度が高速であることを示し、物体固有の訓練を行った最先端手法と同等の性能を達成しました。

5. 議論はある？

要旨からは、物体非依存学習の利点が強調されていますが、潜在的な限界や議論については明記されていません。例えば、特定のグリッパーに特化しているため、新しいグリッパーへの適応や、物体の複雑な形状に対する性能の限界などが考えられますが、要旨からは不明です。

6. 次に読むべき論文は？

要旨で参照されているMultiDexデータセットに関連する研究や、物体非依存の把持計画に関する先行研究が挙げられます。具体的には、MultiDexデータセットを提案した論文や、深層生成モデルを用いた把持計画の既存手法（例：GraspGANやContact-GraspNetなど）が関連します。ただし、要旨に明示的な参照がないため、同分野の定番手法を一般名で示します。

※ 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: Julien Merand, Boris Meden, Mathieu Grossard, Liming Chen

分類: cs.RO, cs.AI

原文アブストラクト

Multifingered grasping is a crucial robotic skill, but current deep-learning grasp planners often struggle to generalize to new objects because they are trained on limited, object-specific datasets. We introduce a fundamentally different approach, grounded in the observation that the gripper and the object share identical surface geometry at their mutual contact points. We propose GOAG: Generative and Object-Agnostic Grasp Planner for Dexterous Robotic Manipulation, a novel deep generative model that learns a compact latent representation of a specific gripper's contact surface distribution, enabling the efficient sampling of valid grasp configurations without relying on object-specific training data. We show that by introducing object features only at inference time, our model can effectively retrieve admissible contact areas that are compatible with the gripper's capabilities. We validate our approach through extensive experiments on established grasp protocols in both simulated and real-world scenarios, demonstrating its effectiveness with different grippers from the literature. Our method delivers state-of-the-art results on the objects from the MultiDex dataset, achieving an average success rate of 86.93%. It offers significantly faster processing when generating numerous grasps, while matching the performance of leading approaches specifically trained on this dataset. Unlike these methods, our approach does not rely on object-specific training data, highlighting the advantages of object-agnostic learning. It effectively addresses the generalization challenges faced by traditional data-driven grasp planners. Code and videos are available on our project website https://cea-list.github.io/goagweb/ .

arXivで原文を読む →arXiv概要ページ