マニピュレーション2025/10/1arXiv:2510.12724

T(R,O) Grasp：ロボットと物体の空間変換をグラフ拡散で生成するクロスエンボディメント巧みな把持

T(R,O) Grasp: Efficient Graph Diffusion of Robot-Object Spatial Transformation for Cross-Embodiment Dexterous Grasping

ロボットハンドと物体の空間変換を統一的に表現するグラフ拡散モデルを提案し、多様なハンドで高成功率・高速な把持生成を実現した。

詳しい要約

1. どんなもの？

- どんなもの？ - 複数のロボットハンド(多様な dexterous hands)に対応する grasping 生成フレームワーク - 名称は T(R,O) Grasp、diffusion-based framework - 中核は T(R,O) Graph と呼ぶ統一表現で、ロボットハンドと物体間の spatial transformation をモデル化し幾何属性も符号化 - graph diffusion model と効率的な inverse kinematics solver を組み合わせ、unconditioned / conditioned の grasp synthesis を支援 - クローズドループの dexterous manipulation を可能にする高速推論を志向

2. 先行研究と比べてどこがすごい？

- 先行研究と比べてどこがすごい？ - 多様な dexterous hands での実験で平均 success rate 94.83%、推論速度 0.21s、throughput 41 grasps per second(NVIDIA A100 40GB GPU)を達成 - 既存 baselines を substantially outperforming と主張 - embodiment 間の robustness と generalizability を持ち、memory consumption を significantly reducing - 高速推論により closed-loop dexterous manipulation が可能 - dexterous grasping の foundation model へスケールする可能性を示唆(要旨の主張)

3. 技術・手法の肝は？

- 技術や手法の肝はどこ？ - T(R,O) Graph: ロボットハンドと物体の spatial transformation を統一的に表現し、両者の geometric properties を符号化 - graph diffusion model により grasp を生成 - 効率的な inverse kinematics solver を組み合わせる - unconditioned と conditioned の両方の grasp synthesis に対応 - 詳細なアーキテクチャや学習手順は要旨からは不明

4. どうやって有効だと検証した？

- どうやって有効だと検証した？ - 多様な dexterous hands の集合に対する extensive experiments を実施 - 指標は平均 success rate 94.83%、inference speed 0.21s、throughput 41 grasps per second(NVIDIA A100 40GB GPU) - 既存 baselines との比較で優位を報告 - embodiment 間の robustness / generalizability と memory consumption の削減も評価 - 具体的なタスク設定・データセット・baseline 名は要旨からは不明

5. 議論はある？

- 議論はある？ - 要旨は高い success rate と高速推論、低メモリ、 embodiment 間の汎化を主張 - 高速推論が closed-loop dexterous manipulation を可能にすると述べる - foundation model へのスケール可能性に言及 - 限界・失敗事例・条件依存性・実機検証の詳細は要旨からは不明

6. 次に読むべき論文は？

- 次に読むべき論文は？ - 要旨で参照・比較されている具体的な研究名は不明 - 関連手法として diffusion-based grasp generation、graph diffusion model、dexterous grasping の cross-embodiment 研究、inverse kinematics solver を用いる grasping 研究 - 同分野の定番として DexGraspNet などの dexterous grasp データセット/生成研究、DDPM 系の diffusion policy 研究を挙げる(要旨に明示なし)

※ 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: Xin Fei, Zhixuan Xu, Huaicong Fang, Tianrui Zhang, Lin Shao

分類: cs.RO

原文アブストラクト

Dexterous grasping remains a central challenge in robotics due to the complexity of its high-dimensional state and action space. We introduce T(R,O) Grasp, a diffusion-based framework that efficiently generates accurate and diverse grasps across multiple robotic hands. At its core is the T(R,O) Graph, a unified representation that models spatial transformations between robotic hands and objects while encoding their geometric properties. A graph diffusion model, coupled with an efficient inverse kinematics solver, supports both unconditioned and conditioned grasp synthesis. Extensive experiments on a diverse set of dexterous hands show that T(R,O) Grasp achieves average success rate of 94.83%, inference speed of 0.21s, and throughput of 41 grasps per second on an NVIDIA A100 40GB GPU, substantially outperforming existing baselines. In addition, our approach is robust and generalizable across embodiments while significantly reducing memory consumption. More importantly, the high inference speed enables closed-loop dexterous manipulation, underscoring the potential of T(R,O) Grasp to scale into a foundation model for dexterous grasping.

arXivで原文を読む →arXiv概要ページ

T(R,O) Grasp：ロボットと物体の空間変換をグラフ拡散で生成するクロスエンボディメント巧みな把持

詳しい要約

1. どんなもの？

2. 先行研究と比べてどこがすごい？

3. 技術・手法の肝は？

4. どうやって有効だと検証した？

5. 議論はある？

6. 次に読むべき論文は？

原文アブストラクト

関連論文

今週よく読まれている記事

FRONTIER（GPU搭載BTOパソコン）

双腕モバイルマニピュレーター OpenShell