AdaClearGrasp: 密集環境でのロバストなゼロショット器用把持のための適応的クリアリング学習

- 密集した clutter 環境での zero-shot dexterous grasping を目指す closed-loop decision-execution framework。 - 直接把持か周辺物体の clearing かを高レベルで適応的に決定する。 - pretrained VLM が視覚と言語タスク記述を解釈し、干渉を推論して planning skeleton を生成。 - 統一 action interface で structured atomic skills を呼び出す。 - dexterous grasping は relative hand-object distance representation を用いた RL policy で学習。 - 実行中は visual feedback で監視し、失敗時に replanning する closed-loop correction を備える。 - Clutter-Bench と sim-to-real 実験を導入。

- 従来の直接把持は physical interference, visual occlusions, unstable contacts で失敗しやすい。 - aggressive singulation は安全性を損なう可能性がある。 - 本研究は clearing か直接把持かを適応的に決める点が新しい。 - VLM による高レベル推論と RL による dexterous grasping を統合。 - relative hand-object distance representation により多様な形状・物性へ zero-shot 汎化。 - Clutter-Bench は graded clutter complexity を備えた初の simulation benchmark と主張。

- manipulation を controllable high-level decision process として定式化。 - pretrained VLM が visual observations と言語タスク記述から grasp interference を推論。 - high-level planning skeleton を生成し、unified action interface 経由で structured atomic skills を呼ぶ。 - dexterous grasping 用に relative hand-object distance representation で RL policy を訓練。 - 実行時に visual feedback で結果を監視し、失敗で replanning する closed-loop correction。

- Clutter-Bench を導入。graded clutter complexity を持つ初の simulation benchmark。 - 7 target objects × 3 clutter levels = 210 task scenarios で評価。 - 3 objects × 3 clutter levels = 18 scenarios の sim-to-real 実験も実施。 - 結果、AdaClearGrasp は密集 clutter 環境で grasp success rates を有意に改善。 - 詳細な数値や比較手法は要旨からは不明。

- 密集 clutter での physical interference, visual occlusions, unstable contacts への対処が焦点。 - aggressive singulation の安全性問題を回避する適応的 clearing の必要性を議論。 - zero-shot 汎化と closed-loop correction の有効性を示す。 - 限界や失敗事例、計算コスト、VLM 依存性などの議論は要旨からは不明。

- 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-language model (VLM), reinforcement learning, sim-to-real transfer, dexterous grasping, clutter clearing/singulation の定番研究を挙げる。 - 具体的な論文名は要旨からは不明。