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:2610.03861

GOTT: 再利用可能なクロスエンボディメントプリミティブによる物体中心の器用マニピュレーション

GOTT: Object-centric Dexterous Manipulation with a Reusable Cross-Embodiment Primitive

シェア:XThreadsFacebookLINEはてブBluesky

ロボットに依存しない物体軌道と到達仕様から、多指ハンドで安定した接触を確立し物体運動を追従する再利用可能なプリミティブを提案し、多様なハンド形態で頑健な接触とタスク成功率の向上を示した。

詳しい要約

1. どんなもの?

- 多指ロボットの器用な操作のためのフレームワーク「GOTT」を提案。 - 単一のcross-embodiment contact-acquisition primitiveを中心に、reach-acquire-moveの3段階で構成。 - ロボット非依存の物体軌道とreach仕様が与えられると、まず手を接触領域近くに移動。 - 共有された閉ループプリミティブが安定接触を確立し、pose-conditioned controllerが物体運動を追従。 - シミュレーションと実世界で、多様な物体・アームハンド・未知のハンド形態に対応。

2. 先行研究と比べてどこがすごい?

- 従来の器用な操作はタスク・embodimentごとに個別の低レベルプリミティブが必要だった。 - GOTTは単一の再利用可能なcross-embodiment contact-acquisition primitiveを提供。 - 異なるハンド形態やアームハンドプラットフォームでも同じプリミティブと追従バックエンドを変更せずに利用可能。 - open-loop grasp executionと比較してend-to-endタスク成功率を一貫して改善。

3. 技術・手法の肝は?

- reach-acquire-moveフレームワーク。 - reach仕様はfuture-aware planning、外部モデル、人間デモンストレーションから取得可能。 - 共有閉ループプリミティブが近似初期化から安定接触を確立。 - pose-conditioned controllerが所望の物体運動を追従。 - プリミティブと追従バックエンドは不変で、reach仕様のみ交換可能。

4. どうやって有効だと検証した?

- シミュレーションと実世界実験を実施。 - 多様な物体、アームハンドプラットフォーム、seen/unseen hand morphologiesでロバストな接触確立を確認。 - open-loop grasp executionと比較し、end-to-endタスク成功率が一貫して向上。

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。 - 関連手法として、future-aware planning、open-loop grasp execution、pose-conditioned controller、cross-embodiment manipulationの定番研究が挙げられる。

※ 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: Yulin Liu, Lai Wei, Yen-Jen Wang, Akash Sharma, Pieter Abbeel, Henrik I. Christensen, Haozhi Qi

分類: cs.RO, cs.AI, cs.CV

原文アブストラクト

Foundation models and large-scale human data provide rich sources of manipulation intent, but translating this intent into multi-fingered robot behavior remains difficult. Dexterous hands still lack a reusable low-level primitive that reliably establishes contact across tasks and embodiments. We propose GOTT, a reach-acquire-move framework built around a single cross-embodiment contact-acquisition primitive. Given a robot-agnostic object trajectory and a reach specification, GOTT first brings the hand near a task-relevant contact region. The shared closed-loop primitive then establishes stable contact from this approximate initialization, and a pose-conditioned controller tracks the desired object motion. Reach specifications may come from future-aware planning, external models, or human demonstrations, while the primitive and tracking backend remain unchanged. Simulation and real-world experiments show that GOTT is able to establish robust contact across diverse objects, arm-hand platforms, and seen and unseen hand morphologies. It also consistently improves end-to-end task success over open-loop grasp execution.

関連論文

PR本紙発行元 EmplifAI