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:2603.08668

Exp-Force: 視覚言語モデルによる経験条件付き把持前力選択

Exp-Force: Experience-Conditioned Pre-Grasp Force Selection with Vision-Language Models

シェア:XThreadsFacebookLINEはてブBluesky

単一のRGB画像から最小限の把持力を予測するフレームワークを提案。過去の把持経験を参照して視覚言語モデルを条件付けし、接触モデルや手動設計なしで把持前の力を選択する。

詳しい要約

1. どんなもの?

- 単一のRGB画像から、接触前の最小実行可能な把持力(pre-grasp force)を予測するフレームワークExp-Forceを提案する研究。 - 経験条件付け(experience-conditioned)により、関連する過去の把持経験を少数検索し、それをvision-language modelに与えてin-context推論させる。 - 解析的な接触モデルや手設計のヒューリスティクスを必要としない。 - 柔軟なグリッパ(compliant gripper)のように接触力学の解析的モデル化が難しい対象を想定している。

2. 先行研究と比べてどこがすごい?

- 適応制御器(adaptive controller)は接触後に力を調整するが、初期推定値は依然として必要であり、その推定を扱う点が異なる。 - 力が小さすぎると反応的な調整が必要になり、大きすぎると壊れやすい物体を損傷するというトレードオフに対処する。 - 解析的接触モデルや手設計ヒューリスティクスに依存せず、過去の把持経験を活用する点が先行手法と異なる。 - zero-shot推論と比較して誤差を72%削減したと報告している。

3. 技術・手法の肝は?

- 単一のRGB画像を入力とし、最小実行可能な把持力を予測する。 - 関連する少数の過去の把持経験(prior grasping experiences)を検索(retrieve)する。 - 検索した例をvision-language modelに条件付けし、in-context推論で把持力を推定する。 - 解析的接触モデルや手設計ヒューリスティクスを用いない点が肝。

4. どうやって有効だと検証した?

- 129個の物体インスタンスで評価し、best-case MAE 0.43 Nを達成、zero-shot推論比で誤差を72%削減。 - 実世界テストでは30個の未見物体(unseen objects)に対して、適切な力選択率を63%から87%に改善。 - これらにより信頼性と汎化性を示したと主張している。

5. 議論はある?

- 要旨では、柔軟なグリッパの接触力学の解析的モデル化が難しいことが動機として述べられている。 - 力が小さすぎる場合の反応的調整と、大きすぎる場合の破損リスクのトレードオフが課題として挙げられている。 - 限界や失敗事例、計算コスト、検索の質への依存性などについて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・比較されている具体的な研究名は記載されていない。 - 関連手法としてadaptive controller、vision-language model、in-context learning、zero-shot inferenceが挙げられる。 - 同分野の定番としてcompliant gripperの接触力学モデリングやgrasp force controlに関する研究が次に読む候補となる。

※ 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: Siqi Shang, Minchao Huang, Bill Fan, Lillian Chin

分類: cs.RO

原文アブストラクト

Accurate pre-contact grasp force selection is critical for safe and reliable robotic manipulation. Adaptive controllers regulate force after contact but still require a reasonable initial estimate. Starting a grasp with too little force requires reactive adjustment, while starting a grasp with too high a force risks damaging fragile objects. This trade-off is particularly challenging for compliant grippers, whose contact mechanics are difficult to model analytically. We propose Exp-Force, an experience-conditioned framework that predicts the minimum feasible grasping force from a single RGB image. The method retrieves a small set of relevant prior grasping experiences and conditions a vision-language model on these examples for in-context inference, without analytic contact models or manually designed heuristics. On 129 object instances, ExpForce achieves a best-case MAE of 0.43 N, reducing error by 72% over zero-shot inference. In real-world tests on 30 unseen objects, it improves appropriate force selection rate from 63% to 87%. These results demonstrate that Exp-Force enables reliable and generalizable pre-grasp force selection by leveraging prior interaction experiences. http://expforcesubmission.github.io/Exp-Force-Website/

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

MINISFORUM(ミニPC)

MINISFORUM(ミニPC)の公式広告バナーMINISFORUM公式ストアを見る ↗
PR本紙発行元 EmplifAI