受動的実行から能動的探索へ：実環境におけるエージェント型身体性マニピュレーション
From Passive Execution to Active Exploration: Agentic Embodied Manipulation in Realistic Environments
ロボットが指示をただ実行するのではなく、計画・知覚・実行の3モジュールを連携させて環境と動的に相互作用し、隠れた対象物を能動的に探索して操作するフレームワークを提案した。
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？
※ 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: Shilin Ma, Chubin Zhang, Xulong Bai, Zifeng Gao, Shiyi Zhang, Yansong Tang
分類: cs.RO
原文アブストラクト
Recent advances in agentic systems have substantially enhanced the long-horizon capability of embodied manipulation. However, many existing frameworks still follow a passive execution paradigm, which limits their applicability to real-world scenarios involving textual semantic cues, distractors, and initially invisible targets. To bridge this gap, we propose an agent-based active exploration framework that enables robots to dynamically interact with the environment rather than merely execute predefined instructions. Specifically, our framework consists of three collaborative modules: a planning module for high-level task reasoning, a perception module for visual scene understanding, and an execution module for low-level manipulation. This design allows the robot to actively acquire task-relevant information, adapt its behavior based on environmental feedback, and complete manipulation tasks under partial observability. Furthermore, we introduce a fine-grained perception-execution interleaving strategy, which tightly couples visual feedback with skill execution to improve exploration robustness. We evaluate our method on a realistic Find-and-Place task, demonstrating its effectiveness in challenging environments where target objects must be actively discovered before manipulation.
関連論文
- Streaming-WAM: 非同期ロボットマニピュレーションのための行動条件付きワールドアクションモデルマニピュレーション
- シミュレータ非依存の布操作のための簡易グリッパインタフェースマニピュレーション
- WRAP: 治具不要の力覚考慮型マルチロボット組立計画マニピュレーション
- 全手把持のためのリアルタイム力制御フレームワークマニピュレーション
- 剛体-空気圧ハイブリッドマニピュレータの連成状態空間モデリング・制御・方策蒸留マニピュレーション
- CALM: 電流整合型リンクマニピュレーションによる単腕での大型物体持ち上げマニピュレーション