マニピュレーション2026/9/1arXiv:2609.01938

1つのデモで多様な物体へ：局所接触形状による操作の一般化

One Demonstration, Many Objects: Generalizing Manipulation via Local Contact Geometry

人間のデモから学習し、接触点周りの局所形状に注目した報酬設計で、多指ロボットハンドの操作を未見の物体へ一般化する手法を提案した。

詳しい要約

1. どんなもの？

DemoMimic (Dexterous Motion Mimic) は、多指ロボットハンドによる器用な操作を、接触点周辺の局所的な物体形状に着目して行うポリシーを提案する。人間のデモンストレーションから学習し、sim-to-real RL を用いて実世界で汎化する。接触点の局所幾何に基づくことで、形状・スケール・質量・摩擦が異なる未見の物体に対しても、局所接触構造が保たれる限り単一のポリシーで転移可能とする。

2. 先行研究と比べてどこがすごい？

先行研究の sim-to-real RL 手法は、正確な接触を明示的に報酬で促進しないため実世界性能が弱い、または未見の物体インスタンスへの汎化が乏しいという問題があった。DemoMimic は接触中心の報酬を導入し、接触の正確さを明示的に促進することで sim-to-real 一貫性を向上させ、局所接触構造が保たれる物体間での転移を実現した点が新しい。

3. 技術・手法の肝は？

手法の肝は、物体の接触点周辺の局所幾何に焦点を当てたポリシー設計と、接触中心の報酬 (contact-centric rewards) にある。これにより正確な接触を促し、sim-to-real の差を縮める。また、人間のデモから得た接触戦略の事前分布を RL に組み込む。

4. どうやって有効だと検証した？

実世界でのアブレーション研究により、16物体、4タスク、2種類のロボットハンドにわたって71%の成功率を達成し、ベースラインと比較して最小の sim-to-real ドロップを示した。

5. 議論はある？

要旨からは、局所接触構造が保たれない物体やタスクへの限界、報酬設計の詳細、データ収集のコストなどに関する議論は不明。また、成功率71%は高いが、残りの失敗事例の分析も要旨からは不明。

6. 次に読むべき論文は？

要旨で参照されている先行研究として、sim-to-real RL を用いた人間デモからの学習手法 (例: DexMV, Human2Robot など) や、接触を明示的に扱う操作学習の研究が挙げられる。具体的な論文名は要旨にないため、同分野の定番として 'Learning Dexterous Manipulation from Human Demonstrations' や 'Sim-to-Real Transfer for Robotic Manipulation' 関連の論文を読むとよい。

※ 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: Satvik Sharma, Samrat Sahoo, Huang Huang, Fei-Fei Li Jiajun Wu, Dorsa Sadigh, Jeannette Bohg

分類: cs.RO

原文アブストラクト

Dexterous manipulation with multi-fingered robot hands promises human-level dexterity, but collecting large-scale dexterous robot hand data remains difficult. Learning from human demonstrations has emerged as a scalable alternative to robot teleoperation, providing strong priors on object interaction and contact strategies. Recent sim-to-real RL methods incorporate such priors, but often (i) omit rewards that explicitly incentivize precise contact, yielding weak real-world performance, and/or (ii) generalize poorly to unseen object instances. We propose DemoMimic (Dexterous Motion Mimic), a policy that manipulates objects by focusing on their geometry local to the contact points. Its contact-centric rewards encourage precise contact and improve sim-to-real consistency, yielding a single real-world policy that transfers across objects of varying shape, scale, mass, and friction wherever local contact structure is preserved. Real-world ablations show that DemoMimic achieves 71% success across 16 objects, four tasks, and two robot-hand embodiments, with the smallest sim-to-real drop compared to baselines.

arXivで原文を読む →arXiv概要ページ