マニピュレーション2025/11/1arXiv:2511.05809

敵対的ゲーム理論による多指ハンドの把持合成アルゴリズム

Adversarial Game-Theoretic Algorithm for Dexterous Grasp Synthesis

把持生成を2人ゲームとして定式化し、ロボット側と物体の脱出運動を敵対的に競わせることで、外乱に強い多指ハンドの把持姿勢を高速に合成する手法を提案した。

詳しい要約

1. どんなもの？

- 多指ロボットハンドのための把持姿勢合成（grasp synthesis）手法 - 入力：対象物体のgeometryとpose - 出力：hand configuration（把持姿勢） - 把持生成をtwo-player gameとして定式化する新しいアプローチ - 一方のプレイヤーがロボットを制御してfeasibleな把持を生成 - 他方のプレイヤーがadversariallyに物体を制御し、把持からのescape motionを探索 - シミュレーションと実機（ShadowHand, LeapHand）で検証された研究

2. 先行研究と比べてどこがすごい？

- 既存手法は把持生成時に単一のwrenchへの抵抗に注目し、物体のadversarialな動き（escape等）を無視していた - そのため外乱下での不安定性や把持失敗が課題だった - 提案手法はadversarial object motionを明示的に取り込む点が新しい - シミュレーションで成功率75.78%、state-of-the-art baselineより最大19.61%高い - two-player game定式化により、game無しの手法比で成功率が27.40%改善 - 把持生成時間は0.28-1.04秒（プラットフォーム依存）で実世界展開可能

3. 技術・手法の肝は？

- 把持生成問題をtwo-player gameとして定式化 - Player 1：ロボットを制御し、feasibleなgrasp configurationを生成 - Player 2：物体をadversariallyに制御し、把持からescapeするmotionを探索 - 生成時に物体のadversarial movementを明示的に捕捉・活用する点が肝 - 単一wrenchへの抵抗ではなく、escape motionを考慮した把持を合成 - 詳細なアルゴリズム構成は要旨からは不明

4. どうやって有効だと検証した？

- シミュレーション実験 - 様々なrobot platformsとtarget objectsで評価 - 成功率75.78%、state-of-the-art baseline比で最大19.61%向上 - game定式化無しの手法比で27.40%改善 - 把持生成時間0.28-1.04秒 - 実世界実験 - ShadowHandで平均成功率85.0% - LeapHandで平均成功率87.5% - 実機でのfeasibilityとeffectivenessを確認

5. 議論はある？

- 提案手法は実機でも高い成功率を示し、実世界展開可能性を主張 - 把持生成時間0.28-1.04秒はreal-world deploymentに適するとされる - 限界や失敗事例、ゲーム定式化の理論的性質については要旨からは不明 - baselineやgame無し手法との比較以外の議論は要旨からは不明

6. 次に読むべき論文は？

- 要旨で比較されているstate-of-the-art baseline（具体的名称は要旨からは不明） - game formulationを用いない把持生成手法（比較対象） - 関連する定番として、wrench-based grasp synthesisやforce-closureに基づくgrasp生成の文献 - adversarial trainingやgame-theoreticなロボット制御の関連研究

※ 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: Yu Chen, Botao He, Yuemin Mao, Arthur Jakobsson, Jeffrey Ke, Yiannis Aloimonos, Guanya Shi, Howie Choset, Jiayuan Mao, Jeffrey Ichnowski

分類: cs.RO

原文アブストラクト

For many complex tasks, multi-finger robot hands are poised to revolutionize how we interact with the world, but reliably grasping objects remains a significant challenge. We focus on the problem of synthesizing grasps for multi-finger robot hands that, given a target object's geometry and pose, computes a hand configuration. Existing approaches often struggle to produce reliable grasps that sufficiently constrain object motion, leading to instability under disturbances and failed grasps. A key reason is that during grasp generation, they typically focus on resisting a single wrench, while ignoring the object's potential for adversarial movements, such as escaping. We propose a new grasp-synthesis approach that explicitly captures and leverages the adversarial object motion in grasp generation by formulating the problem as a two-player game. One player controls the robot to generate feasible grasp configurations, while the other adversarially controls the object to seek motions that attempt to escape from the grasp. Simulation experiments on various robot platforms and target objects show that our approach achieves a success rate of 75.78%, up to 19.61% higher than the state-of-the-art baseline. The two-player game mechanism improves the grasping success rate by 27.40% over the method without the game formulation. Our approach requires only 0.28-1.04 seconds on average to generate a grasp configuration, depending on the robot platform, making it suitable for real-world deployment. In real-world experiments, our approach achieves an average success rate of 85.0% on ShadowHand and 87.5% on LeapHand, which confirms its feasibility and effectiveness in real robot setups.

arXivで原文を読む →arXiv概要ページ

敵対的ゲーム理論による多指ハンドの把持合成アルゴリズム

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

MINISFORUM（ミニPC）

双腕モバイルマニピュレーター OpenShell