マニピュレーション2026/9/17arXiv:2609.19974

MaskHarness-WAM: インスタンス接地型ハーネスによる長期的ロボットマニピュレーション

MaskHarness-WAM: Instance-Grounded Harnessing for Long-Horizon Robot Manipulation

外観が同じ複数物体を順番に操作する長期的タスクのため、サブタスク境界で対象マスクを再生成・検証し、高レベル計画と低レベル方策を繋ぐハーネスを提案。実機実験で有効性を示した。

詳しい要約

1. どんなもの？

- 長期的なロボットマニピュレーションのためのインスタンス接地型ハーネス「MaskHarness-WAM」を提案。 - 外観が同一の複数物体を所定の順序で操作する必要があるタスクを対象。 - 高レベルタスク計画と低レベル操作ポリシーをターゲットマスクで接続。 - 視覚フィードバックを活用し、サブタスクのスケジューリングと継続的実行を実現。

2. 先行研究と比べてどこがすごい？

- 限られたホライズンの操作ポリシーのみでは、どのインスタンスを操作すべきか、いつ次段階に移行すべきかの判断が不十分。 - 提案システムは、サブタスク境界でターゲットマスクを再観測・生成・検証し、インスタンスレベルの空間条件を更新。 - これにより、局所的な操作スキルを信頼性の高い長期的実行に拡張。 - 実機実験で、限られたホライズンのポリシーを大幅に上回る性能を実証。

3. 技術・手法の肝は？

- 高レベル計画と低レベルポリシーをターゲットマスクで接続するハーネス構造。 - 各サブタスクは異なるターゲットインスタンスに対応し、遷移時に新しい初期ターゲットマスクが必要。 - ハーネスは環境を継続的に再観測し、サブタスク境界でターゲットマスクを生成・検証。 - 検証済みのサブタスク完了状態に応じてターゲットインスタンスを切り替え、操作プロセスを進行。

4. どうやって有効だと検証した？

- 実ロボットプラットフォームでの実験を実施。 - 逐次的な複数物体操作において、MaskHarness-WAMが限られたホライズンのポリシーを大幅に上回ることを示した。 - これにより、局所的な操作スキルを信頼性の高い長期的実行に拡張する有効性を検証。

5. 議論はある？

- 要旨からは不明。

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、限られたホライズンのvisuomotor policy、high-level task planning、target maskに基づくinstance grounding、visual feedbackによるsubtask scheduling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: Zitai Huang, Taiyi Su, Jian Zhu, Jianjun Zhang, Chong Ma, Tianbin Liu, Weiyi Lu, Yi Xu, Hanli Wang

分類: cs.RO, cs.AI

原文アブストラクト

Long-horizon robot manipulation requires not only stable local visuomotor control, but also continuous target tracking and reliable task progress assessment throughout execution. This challenge becomes particularly critical when multiple objects share identical appearances and must be manipulated in a prescribed order. In such scenarios, relying solely on a limited-horizon manipulation policy is often insufficient to determine which instance should be operated on and when the task should transition to the next stage. To address this challenge, we propose MaskHarness-WAM, an instance-grounded harness for long-horizon manipulation. The proposed system connects high-level task planning with low-level manipulation policies through target masks, while leveraging visual feedback for subtask scheduling and continuous execution. Since each subtask corresponds to a different target instance, the low-level policy requires a newly established initial target mask under the updated scene at each subtask transition. The harness continuously re-observes the environment, generates, and verifies the target mask at subtask boundaries, thereby updating the instance-level spatial condition provided to the low-level policy. Furthermore, the system advances the manipulation process by switching target instances according to the verified completion status of each subtask. Experiments on a real robot platform demonstrate that MaskHarness-WAM substantially outperforms limited-horizon policies on sequential multi-object manipulation, showing its effectiveness in extending local manipulation skills to reliable long-horizon execution.

arXivで原文を読む →arXiv概要ページ

MaskHarness-WAM: インスタンス接地型ハーネスによる長期的ロボットマニピュレーション

詳しい要約

1. どんなもの？

2. 先行研究と比べてどこがすごい？

3. 技術・手法の肝は？

4. どうやって有効だと検証した？

5. 議論はある？

6. 次に読むべき論文は？

原文アブストラクト

関連論文