日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

週刊ニュースレター購読
マニピュレーションarXiv:2609.30828

HIRE: 視覚的に曖昧な精密マニピュレーションのための履歴条件付きインタラクション推論と高速実行

HIRE: History-Conditioned Interaction Reasoning and High-Rate Execution for Visually Aliased Precision Manipulation

シェア:XThreadsFacebookLINEはてブBluesky

力覚の履歴から接触状態を推論する低レート推論器と、接触動作を高レートで精密実行する実行器を組み合わせ、見た目が同じでも状態が異なる精密操作を実現したフレームワーク。

詳しい要約

1. どんなもの？

- 視覚的に類似した観測でも潜在的な相互作用状態が異なるため、履歴依存の精密マニピュレーションを扱う研究。 - 接触が重要なタスクでの精度と信頼性を高めることを目的とする。 - History-Conditioned Interaction Reasoning and Execution (HIRE) という cross-rate フレームワークを提案。 - 構成要素は history-conditioned Interaction-State Reasoner (ISR) と high-rate Interaction-Manifold Executor (IME)。 - 表面・挿入・回転の相互作用を含む実機実験で評価。

2. 先行研究と比べてどこがすごい？

- 現在の視覚観測のみに依存する方策は視覚的曖昧性を解消できない。 - force-aware や memory-augmented な手法は物理的・時間的文脈を豊かにするが、長期的時間推論と精密実行は分離したまま。 - reactive high-rate 方策は局所的な接触応答を改善するが、同様に長期的推論とは切り離されている。 - HIRE は cross-rate ループにより推論と実行を統合し、履歴依存の部分的観測下での精密マニピュレーションを扱う点が新しい。

3. 技術・手法の肝は？

- ISR は順序付き wrench history を temporal wrench encoder と Force Perceiver で符号化し、状態整合的な行動生成のための持続的な物理的証拠とする。 - IME は接触が重要な運動を intrinsic progress と transverse correction に構造化し、精密実行を実現。 - cross-rate ループにより、実行で得られた物理的痕跡が後続の推論にフィードバックされる。 - これにより履歴依存の部分的観測下で、物理的相互作用がタスク意図の実現と潜在状態の証拠提示の両方を担う。

4. どうやって有効だと検証した？

- 実機ロボット実験を surface, insertion, rotational interactions に対して実施。 - 評価された全タスク段階で少なくとも 90% の完了率を達成。 - interaction-state disambiguation, execution precision, generalization の改善を確認。 - 詳細なベースライン比較やアブレーションは要旨からは不明。

5. 議論はある？

- 視覚的曖昧性と履歴依存性が精密マニピュレーションの課題であると議論。 - 物理的相互作用がタスク意図の実現と潜在状態の証拠提示の両方を行うという統一的な推論・実行の視点を提示。 - 限界や失敗事例、計算コスト、スケーラビリティに関する議論は要旨からは不明。

6. 次に読むべき論文は？

- force-aware manipulation - memory-augmented policies - reactive high-rate control - history-dependent partially observable manipulation - contact-rich precision manipulation

※ 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: Rongji Li, Wenhao He, Cewu Lu, Xingyu Chen, Xu-Yao Zhang

分類: cs.RO

原文アブストラクト

Precision manipulation with contact-critical interactions is often history-dependent: visually similar observations can correspond to different latent interaction states and therefore require different actions, while small execution errors can alter task outcomes. Policies relying on the current visual observation alone cannot resolve such ambiguity; force-aware and memory-augmented methods enrich physical or temporal context, while reactive high-rate policies improve local contact response, yet long-horizon temporal reasoning and precision execution remain largely decoupled in existing methods, limiting reliable progression in visually aliased precision manipulation. To bridge this gap, we introduce History-Conditioned Interaction Reasoning and Execution (HIRE), a cross-rate framework comprising a history-conditioned Interaction-State Reasoner (ISR) and a high-rate Interaction-Manifold Executor (IME). ISR encodes ordered wrench history with a temporal wrench encoder and Force Perceiver as persistent physical evidence for state-consistent action generation, while IME structures contact-critical motion into intrinsic progress and transverse correction for precise execution; their cross-rate loop allows the resulting physical traces to inform subsequent reasoning. In real-robot experiments across surface, insertion, and rotational interactions, HIRE achieves at least 90% completion across all evaluated task stages while improving interaction-state disambiguation, execution precision, and generalization. More broadly, HIRE provides a unified reasoning--execution perspective on precision manipulation under history-dependent partial observability, where physical interaction both realizes task intent and reveals latent-state evidence for future decisions. Code will be released upon publication.

arXivで原文を読む →arXiv概要ページ

関連論文

← 論文一覧
PR本紙発行元 EmplifAI