把持と非把持の同時操作：多段階器用タスクへの実用的アプローチ

- 実世界でのdexterous multi-task manipulationを対象としたDexMultiを提案。 - 把持しながら別対象を操作するconcurrent prehensile and nonprehensile manipulationを含む。 - 長期的・接触多いmulti-stageタスクを対象。 - デモをobject-centric skillsに分解し、retrieve-align-executeで実行。 - 3タスク(Grasp + Pull, Grasp + Open, Grasp + Grasp)を評価。

- 従来のmonolithic policyではなく、object-centric skillsに分解する点が特徴。 - diffusion policy baselinesと比較し、2-3xの成功率向上。 - 訓練対象あたり3-4デモという少ないデモで平均成功率66%。 - デモ収集コストが高い問題に対しsample-efficient。 - 未知物体や±25 cmの空間変動への汎化を示す。

- デモをobject-centric skillsに分解し、時間的境界を明確化。 - 現在のobject geometryに基づき実演済みskillをretrieve。 - uncertainty-aware estimatorでcentroidとyawを追跡し、観測状態にalign。 - retrieve-align-execute paradigmで実行。 - エンドツーエンド方策ではなく、skill単位の再利用を狙う。

- 3つのmulti-stageタスク(Grasp + Pull, Grasp + Open, Grasp + Grasp)で評価。 - 2種類のdexterous hands(AllegroとLEAP)を使用。 - 1,000回以上の実世界トライアルを実施。 - 訓練物体で平均成功率66%、diffusion policy baselinesを2-3x上回る。 - held-out objectsと±25 cmの空間変動への汎化を確認。

- デモ収集が高コストで、end-to-end方策は多様な形状・配置への汎化に大量データを要する点を課題として提示。 - 提案法は少ないデモで多段タスクを実現するが、成功率66%であり完全ではない。 - 訓練物体と未知物体・空間変動への頑健性を示す一方、限界や失敗要因の詳細は要旨からは不明。 - 実世界トライアル中心の評価で、シミュレーションとの比較は要旨からは不明。

- diffusion policy baselines(比較対象として明記)。 - dexterous manipulationに関する一般的な先行研究(具体名は要旨からは不明)。 - AllegroやLEAPを用いたdexterous hand研究(関連ハードウェアとして挙げられている)。 - object-centric skill learningやretrieve-align-executeに関連する手法(具体名は要旨からは不明)。