変形物体操作2026/8/28arXiv:2608.28570v1

ChainSplat: ねじ理論に着想を得た、多視点RGBビデオから変形可能な線状物体の動力学を学習する物理モデル

ChainSplat: A Physics-Inspired Screw-Theoretic Model for Learning Deformable Linear Object Dynamics from Multi-View RGB Videos

シェア:X Threads Facebook LINE はてブ Bluesky

多視点RGBビデオのみから、ケーブルやロープなどの変形可能な線状物体の3D形状・外観・運動学・動力学を同時に学習するフレームワークを提案。物体を回転関節で連結された剛体リンクの開連鎖としてモデル化し、ガウススプラッティングと統合することで高精度な予測と制御を実現した。

詳しい要約

1. どんなもの？

ChainSplatは、変形可能な線状物体（DLO）の3D形状、外観、運動学、動力学を、複数視点のRGBビデオのみから共同で学習する物理に着想を得たフレームワークである。DLOを回転関節で接続された剛体リンクの開連鎖として表現し、スクリュー理論に基づく解析的モデルと、関節構成でパラメータ化されたコンパクトな状態表現を提供する。Gaussian splattingと統合することで、任意の状態からの高忠実度RGBレンダリングを可能にし、動的相互作用下でのDLOの動力学予測、3D幾何再構成、外観再構成を実現する。

2. 先行研究と比べてどこがすごい？

既存手法は多段階パイプラインや深度入力に依存し、動的相互作用下でエラーが生じやすい。また、高次元の状態表現によりモデルベース制御の計算コストが高い。ChainSplatは、マルチビューRGBのみからDLOの動力学、運動学を考慮した3D幾何、外観を共同で学習し、コンパクトな状態表現によりリアルタイムな状態・力推定とモデルベース軌道最適化を可能にする点で優れている。

3. 技術・手法の肝は？

手法の核は、DLOを回転関節で接続された剛体リンクの開連鎖としてモデル化し、スクリュー理論に基づく解析的モデルを用いることである。これにより、関節構成でパラメータ化されたコンパクトな状態表現が得られる。この定式化をGaussian splattingと統合し、DLOの動力学、運動学を考慮した3D幾何、外観を共同で復元する。

4. どうやって有効だと検証した？

実世界実験を通じて、動的相互作用下での動力学予測、3D幾何再構成、RGBレンダリングにおいて最先端の性能を達成したことを示した。さらに、リアルタイムな状態・力推定と正確なモデルベース軌道最適化を実証し、実世界のロボット操作への実用性を強調している。

5. 議論はある？

要旨からは、提案手法の限界や他の手法との比較における議論は明示されていない。ただし、DLOの多様な材料特性や高次元構成空間への対処、モデルベース制御の計算効率に関する課題に取り組んでいるが、特定の材料や複雑な接触状況での性能については不明である。

6. 次に読むべき論文は？

要旨で参照されている関連研究は明示されていないが、DLOの動力学学習やGaussian splattingを用いた3D再構成に関する既存研究が関連する。具体的には、Deformable Object Manipulationや3D Gaussian Splattingの分野の論文が挙げられる。

※ 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: Seungyeon Kim, Noémie Jaquier

分類: cs.RO

原文アブストラクト

Identifying the underlying dynamics and 3D geometry of deformable linear objects (DLOs), such as cables, ropes, and hoses, is essential for accurate robotic manipulation, but remains challenging due to their high-dimensional configuration spaces and diverse behaviors arising from varying material properties. Existing methods often rely on multi-stage pipelines and auxiliary depth inputs, which are prone to errors under dynamic interactions, while their high-dimensional state representations make model-based control computationally expensive. In this paper, we introduce ChainSplat, a physics-inspired framework that jointly learns the 3D geometry, appearance, kinematics, and dynamics of DLOs solely from multi-view RGB videos. ChainSplat represents a DLO as an open-chain structure of rigid links connected by revolute joints, yielding an analytic, screw-theoretic model with a compact state representation parameterized by joint configurations. By integrating this formulation with Gaussian splatting, ChainSplat jointly recovers DLO dynamics, kinematics-aware 3D geometry, and appearance, while enabling high-fidelity RGB rendering from arbitrary states. Through real-world experiments, we demonstrate that ChainSplat achieves state-of-the-art performance in dynamics predictions, 3D geometry reconstruction, and RGB rendering across dynamic interactions. ChainSplat further enables real-time state and force estimation, as well as accurate model-based trajectory optimization, highlighting its practical utility for real-world robotic manipulation of DLOs. Accompanying source code and video are available at: https://chainsplat.github.io.

arXivで原文を読む →arXiv概要ページ

← 論文一覧