マニピュレーション2026/9/12arXiv:2609.13761

手先内での物体の6D姿勢到達を学習する

Learning In-Hand Object Reaching to General 6D Poses

把持した物体を指の協調動作で手のひら基準の目標6D姿勢へ移動させる強化学習フレームワークPOISEを提案し、シミュレーションと実機で有効性を示した。

詳しい要約

1. どんなもの？

- 多指dexterous handによるin-hand manipulationの新タスク「in-hand 6D object pose reaching」を定式化。 - 既存のgraspから指の協調運動でobjectをpalm-relativeな目標poseへ移動。 - これを解くsim-to-real強化学習フレームワークPOISE (Palm-relative Object reaching In SE(3))を提案。 - 位置と姿勢の同時制御を目指す。

2. 先行研究と比べてどこがすごい？

- 従来の学習ベース手法はreorientation、continuous rotation、translationが中心。 - 多くのタスクで必要なobjectの位置と姿勢の同時制御を扱う点が新しい。 - 多様な初期graspや目標poseへの汎化、落下後の回復、連続目標到達を実機で示す。

3. 技術・手法の肝は？

- 多様で安定なgrasp初期化。 - goal-conditionedかつgeometry-conditionedな制御。 - adaptive 6D goal curriculum。 - pose reachingとgrasp preservationのためのcompactなreward scheme。 - sim-to-real強化学習。

4. どうやって有効だと検証した？

- シミュレーションで多様初期化によりheld-out-grasp成功率が40.1%から51.5%へ、post-drop recoveryが33.8%から72.9%へ向上。 - curriculumによりfull-range成功率が6.2%から59.5%へ向上。 - ハードウェアでgrasp-maintenance rewardによりthree-target sequence成功率が20%から80%へ向上。 - 実世界実験で複数のobject geometryとwrist orientationに対し手動リセットなしで連続6D目標に到達し、外乱から回復。

5. 議論はある？

- 要旨からは不明。 - 限界や失敗ケース、計算コスト、汎化範囲についての議論は要旨に記載なし。

6. 次に読むべき論文は？

- 要旨で参照/比較されている研究は明示されていない。 - 同分野の関連手法としてin-hand reorientation、continuous rotation、translationの学習ベース手法が挙げられる。 - 具体的な論文名は要旨からは不明。

※ 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: Junxiao Lin, Tianyue Wu, Jie Yin, Jia Pan, Kaifeng Zhang, Weiming Zhi

分類: cs.RO

原文アブストラクト

In-hand manipulation allows multi-fingered dexterous hands to reconfigure grasped objects without releasing and regrasping them. This improves manipulation efficiency by reducing repeated grasp acquisition and large arm motions. However, most learning-based methods focus on reorientation, continuous rotation, or translation, whereas many tasks require joint control of object position and orientation. We formulate this capability as in-hand 6D object pose reaching: starting from an existing grasp, coordinated finger motions move the object to a palm-relative target pose. We present POISE (Palm-relative Object reaching In SE(3)), a sim-to-real reinforcement learning framework for this task. POISE combines diverse stable-grasp initialization, goal- and geometry-conditioned control, an adaptive 6D goal curriculum, and a compact reward scheme for pose reaching and grasp preservation. In simulation, diverse initialization raises held-out-grasp success from 40.1% to 51.5% and post-drop recovery from 33.8% to 72.9%; the curriculum raises full-range success from 6.2% to 59.5%. On hardware, the grasp-maintenance reward improves three-target sequence success from 20% to 80%. In real-world experiments, POISE reaches successive 6D targets without manual reset across multiple object geometries and wrist orientations, and recovers from external disturbances. To support further research in dexterous manipulation, we will release our code at https://junxiaolin.github.io/poise-website/.

arXivで原文を読む →arXiv概要ページ