日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

マニピュレーションarXiv:2507.13097

GraspGen: オブジェクト把持のための拡散モデルフレームワーク

GraspGen: A Diffusion-based Framework for 6-DOF Grasping with On-Generator Training

シェア:XThreadsFacebookLINEはてブBluesky

拡散モデルを用いて6自由度の把持を生成し、識別器でフィルタリングするフレームワークを提案。5300万把持のデータセットを公開し、実機でも高い性能を示した。

詳しい要約

1. どんなもの?

- 6-DOF grasping を diffusion ベースで生成するロボット把持フレームワーク GraspGen の提案 - 構成は DiffusionTransformer による把持生成と、サンプルを評価・フィルタする discriminator - 物体とグリッパの両方にスケールさせるため 53 million 以上の把持を含む新規シミュレーションデータセットを公開 - 実ロボットでのノイズを含む視覚観測下での性能も報告

2. 先行研究と比べてどこがすごい?

- 従来の learning-based 6-DOF grasping は turnkey でなく、embodiment 間や in-the-wild での汎化が課題 - 物体中心の把持生成を反復 diffusion process としてモデル化する近年の成功を土台に拡張 - 異なる gripper 間の singulated objects シミュレーションで prior methods を上回る - FetchBench で state-of-the-art を達成

3. 技術・手法の肝は?

- 把持生成を DiffusionTransformer アーキテクチャで強化 - 生成サンプルを効率的に score・filter する discriminator を併用 - discriminator 向けに新規で高性能な on-generator training recipe を導入 - 大規模シミュレーションデータセット(53 million 以上の grasps)で物体・gripper へスケール

4. どうやって有効だと検証した?

- 異なる gripper を用いた singulated objects のシミュレーションで prior methods と比較 - FetchBench grasping benchmark で評価し state-of-the-art を報告 - 実ロボットでノイズを含む視覚観測下での性能を確認 - 詳細な実験設定・指標は要旨からは不明

5. 議論はある?

- 異なる embodiment や in-the-wild 設定への汎化が依然課題として背景に存在 - discriminator の on-generator training recipe の設計・効果に関する議論は要旨からは不明 - 大規模シミュレーションデータから実ロボットへの転移限界や失敗要因は要旨からは不明 - 計算コストやリアルタイム性の議論は要旨からは不明

6. 次に読むべき論文は?

- 物体中心の把持生成を反復 diffusion process として扱う先行研究(要旨で参照) - FetchBench grasping benchmark 関連の研究 - DiffusionTransformer を用いた把持生成の関連手法 - discriminator によるサンプル選択・フィルタリングに関する研究

※ 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: Adithyavairavan Murali, Balakumar Sundaralingam, Yu-Wei Chao, Wentao Yuan, Jun Yamada, Mark Carlson, Fabio Ramos, Stan Birchfield, Dieter Fox, Clemens Eppner

分類: cs.RO, cs.AI

原文アブストラクト

Grasping is a fundamental robot skill, yet despite significant research advancements, learning-based 6-DOF grasping approaches are still not turnkey and struggle to generalize across different embodiments and in-the-wild settings. We build upon the recent success on modeling the object-centric grasp generation process as an iterative diffusion process. Our proposed framework, GraspGen, consists of a DiffusionTransformer architecture that enhances grasp generation, paired with an efficient discriminator to score and filter sampled grasps. We introduce a novel and performant on-generator training recipe for the discriminator. To scale GraspGen to both objects and grippers, we release a new simulated dataset consisting of over 53 million grasps. We demonstrate that GraspGen outperforms prior methods in simulations with singulated objects across different grippers, achieves state-of-the-art performance on the FetchBench grasping benchmark, and performs well on a real robot with noisy visual observations.

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  3. 3newmoとKDDIが資本業務提携 2028年に堺市で自動運転タクシー商用化目指す提携・買収
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

OZ GAMING(GPU搭載BTOゲーミングPC)

OZ GAMING(GPU搭載BTOゲーミングPC)の公式広告バナーOZ GAMINGで完成品PCを見る ↗
PR本紙発行元 EmplifAI