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:2510.06339

Vi-TacMan: 視覚と触覚による関節物体マニピュレーション

Vi-TacMan: Articulated Object Manipulation via Vision and Touch

シェア:XThreadsFacebookLINEはてブBluesky

視覚で粗い把持と方向を提案し、触覚コントローラで精密に実行することで、関節物体を運動学モデルなしで操作するフレームワークを提案。

詳しい要約

1. どんなもの?

- 関節物体(articulated object)の自律操作フレームワーク Vi-TacMan を提案 - 視覚で把持と粗い操作方向を提案し、それを tactile controller の初期値として与える - 触覚フィードバックで精密に実行する vision と touch の融合手法 - 明示的な kinematic model なしで操作を成立させる点が特徴

2. 先行研究と比べてどこがすごい?

- 視覚ベース手法は隠れた kinematics を推定できるが未知物体では不正確 - tactile 手法は接触フィードバックで堅牢だが正確な初期化が必要 - 両者の相補性は指摘されてきたが、汎用的な関節物体操作で体系的に活用した枠組みは無かった - 本研究は vision を global guidance、touch を local precision として統合

3. 技術・手法の肝は?

- 視覚により grasp と coarse direction を提案し tactile controller を初期化 - surface normals を幾何事前分布(geometric prior)として利用 - 操作方向を von Mises-Fisher 分布でモデル化 - tactile controller が real-time の接触調整で粗い視覚推定を精緻化 - 明示的な kinematic model を必要としない

4. どうやって有効だと検証した?

- 50,000 以上の simulated objects と多様な real-world objects でテスト - baseline に対し有意な改善(all p<0.0001) - カテゴリを跨ぐ汎化(cross-category generalization)を確認 - 詳細な実験設定は要旨からは不明

5. 議論はある?

- 粗い視覚 cue と tactile feedback の組み合わせで信頼性の高い操作が可能と主張 - 非構造環境における自律システムへのスケーラブルなパラダイムを提示 - 限界や失敗事例、計算コストなどの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 - 関連手法として vision-based articulated object manipulation、tactile control、von Mises-Fisher 分布を用いた方向モデリング、kinematic model estimation の文献を挙げる - 具体的な論文名は要旨からは不明

※ 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: Leiyao Cui, Zihang Zhao, Sirui Xie, Wenhuan Zhang, Zhi Han, Yixin Zhu

分類: cs.RO

原文アブストラクト

Autonomous manipulation of articulated objects remains a fundamental challenge for robots in human environments. Vision-based methods can infer hidden kinematics but can yield imprecise estimates on unfamiliar objects. Tactile approaches achieve robust control through contact feedback but require accurate initialization. This suggests a natural synergy: vision for global guidance, touch for local precision. Yet no framework systematically exploits this complementarity for generalized articulated manipulation. Here we present Vi-TacMan, which uses vision to propose grasps and coarse directions that seed a tactile controller for precise execution. By incorporating surface normals as geometric priors and modeling directions via von Mises-Fisher distributions, our approach achieves significant gains over baselines (all p<0.0001). Critically, manipulation succeeds without explicit kinematic models -- the tactile controller refines coarse visual estimates through real-time contact regulation. Tests on more than 50,000 simulated and diverse real-world objects confirm robust cross-category generalization. This work establishes that coarse visual cues suffice for reliable manipulation when coupled with tactile feedback, offering a scalable paradigm for autonomous systems in unstructured environments.

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