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:2509.20550

GraspFactory:大規模物体中心把持データセット

GraspFactory: A Large Object-Centric Grasping Dataset

シェア:XThreadsFacebookLINEはてブBluesky

Franka PandaとRobotiq 2F-85グリッパー向けに合計1億900万以上の6-DoF把持を含む大規模データセットを構築し、未知物体への汎化性能を実機とシミュレーションで示した。

詳しい要約

1. どんなもの?

- GraspFactory はロボット把持(grasping)用の大規模データセット。 - 合計 109 million 以上の 6-DoF grasps を収録。 - Franka Panda gripper 向けに 14,690 objects、Robotiq 2F-85 gripper 向けに 33,710 objects を対象。 - データセットとツールは https://graspfactory.github.io/ で公開。

2. 先行研究と比べてどこがすごい?

- 既存の限られたデータセットで学習した把持モデルは novel objects に弱いという課題に対応。 - 倉庫や工場のような多様な物体環境での汎化には、幾何学的に多様な大規模データが必要という動機。 - 109 million 超の 6-DoF grasps と 2 種類の gripper に対する大規模収集が特徴。 - 具体的な先行研究名との比較は要旨からは不明。

3. 技術・手法の肝は?

- 6-DoF grasps を大規模に収集したデータセット構築が肝。 - Franka Panda と Robotiq 2F-85 の 2 種類の gripper ごとに物体集合を用意。 - data-intensive なモデル学習を想定した設計。 - 個々の把持生成アルゴリズムや収集手順の詳細は要旨からは不明。

4. どうやって有効だと検証した?

- GraspFactory の subset で学習したモデルの汎化能力を評価。 - simulated と real-world の両設定で検証。 - 具体的な評価指標・成功率・比較対象は要旨からは不明。

5. 議論はある?

- 大規模で幾何学的に多様なデータが把持モデルの汎化に寄与する可能性を示唆。 - 実環境の物体多様性への対応が動機であり、warehouse や manufacturing plants を想定。 - データセットの限界、gripper 間の差異、sim-to-real の詳細な議論は要旨からは不明。

6. 次に読むべき論文は?

- 要旨で参照・比較されている個別研究は明示されていない。 - 同分野の定番として 6-DoF grasp detection の代表的手法(例: GPD, 6-DOF GraspNet, Contact-GraspNet)や、大規模把持データセット(例: Jacquard, Cornell Grasp Dataset, DexNet 系)を次に読む候補として挙げる。

※ 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: Srinidhi Kalgundi Srinivas, Yash Shukla, Adam Arnold, Sachin Chitta

分類: cs.RO, cs.AI

原文アブストラクト

Robotic grasping is a crucial task in industrial automation, where robots are increasingly expected to handle a wide range of objects. However, a significant challenge arises when robot grasping models trained on limited datasets encounter novel objects. In real-world environments such as warehouses or manufacturing plants, the diversity of objects can be vast, and grasping models need to generalize to this diversity. Training large, generalizable robot-grasping models requires geometrically diverse datasets. In this paper, we introduce GraspFactory, a dataset containing over 109 million 6-DoF grasps collectively for the Franka Panda (with 14,690 objects) and Robotiq 2F-85 grippers (with 33,710 objects). GraspFactory is designed for training data-intensive models, and we demonstrate the generalization capabilities of one such model trained on a subset of GraspFactory in both simulated and real-world settings. The dataset and tools are made available for download at https://graspfactory.github.io/.

関連論文

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2newmo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
  3. 3GXO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
  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

FRONTIER(GPU搭載BTOパソコン)

FRONTIER(GPU搭載BTOパソコン)の公式広告バナーFRONTIERでGPU搭載PCを見る ↗
PR本紙発行元 EmplifAI