マニピュレーション2026/6/1arXiv:2606.06569

PhyRoGen: 手続き型コンテンツ生成による物理ロボット操作パズルの合成生成

PhyRoGen: Synthetic Generation of Physical Robot Manipulation Puzzles Using Procedural Content Generation

ロボット操作パズルの学習データを自動生成するフレームワークPhyRoGenを提案し、6つの生成器で24種類のパズルを生成して実機シミュレーションで操作可能であることを示した。

詳しい要約

1. どんなもの？

- 物理的なパズルをロボットが操作するための合成データセットを自動生成するフレームワーク「PhyRoGen」を提案。 - 手続き型コンテンツ生成（PCG）を活用し、相互に依存する物体を含むパズルを生成。 - 6つの具体的なジェネレータを定義し、24の物理パズルを生成。 - サンプリングベースの計画アルゴリズムで全パズルを1〜300秒で解決可能。 - KUKA LBR iiwaロボットを用いた物理シミュレーションで操作可能性を実証。

2. 先行研究と比べてどこがすごい？

- 従来のデータセット生成は時間と労力がかかる問題があった。 - PhyRoGenはPCGにより自動的かつ効率的に合成データセットを生成。 - 相互に依存する物体（interlocking object dependencies）を含むパズルを生成できる点が新しい。 - 生成されたパズルはすべて解決可能であり、ロボット操作アルゴリズムのベンチマークに有用。

3. 技術・手法の肝は？

- 手続き型コンテンツ生成（PCG）を利用した汎用パズルジェネレータ。 - 相互に依存する物体の関係をモデル化し、一つの物体を操作しないと次に進めないパズルを生成。 - 6つの具体的なジェネレータを定義し、多様なパズルを生成。 - 生成されたパズルはサンプリングベースの計画アルゴリズムで解決可能。

4. どうやって有効だと検証した？

- 生成した24の物理パズルをサンプリングベースの計画アルゴリズムで解決し、1〜300秒で全パズルを解けることを確認。 - KUKA LBR iiwaロボットを用いた物理シミュレーションで、生成された全パズルが操作可能であることを実証。 - これにより、フレームワークが一意で解決可能なロボット操作パズルを手続き的に生成できることを検証。

5. 議論はある？

- 生成されたパズルはロボット操作アルゴリズムのベンチマークや堅牢な基盤モデル開発に不可欠な要素となり得る。 - 具体的な議論や限界については要旨からは不明。

6. 次に読むべき論文は？

- 要旨で参照/比較されている研究は特に明記されていない。 - 関連手法として、手続き型コンテンツ生成（PCG）、サンプリングベースの計画アルゴリズム、ロボット操作のための合成データセット生成に関する研究が挙げられる。

※ 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: Lennart Julian Droß, Andreas Orthey, Marc Toussaint

分類: cs.RO

原文アブストラクト

Robot manipulation of physical puzzles is important for automatic assembly and disassembly tasks. However, to enable robots to solve physical puzzles, manipulation skills need to be learned, which requires large training datasets, the generation of which is often time consuming and tedious. To overcome this problem, we propose the Physical Robot Manipulation Puzzle Generation framework (PhyRoGen), which leverages procedural content generation (PCG) for automated generation of synthetic datasets of manipulation puzzles. PhyRoGen is a general-purpose puzzle generator, which can generate physical puzzles with interlocking object dependencies, where one articulated object must be manipulated before another can be moved. Based upon PhyRoGen, we define six concrete generators which we use to generate 24 physical puzzles. By using a benchmarking framework, we are able to solve all puzzles in 1 to 300 seconds using sampling-based planning algorithms. Finally, we demonstrate that every generated puzzle is manipulatable by using a KUKA LBR iiwa robot in a physical simulation. This shows that our framework is able to procedurally generate unique, solvable robot manipulation puzzles, which is a crucial ingredient to benchmark manipulation algorithms and to develop robust foundation models.

arXivで原文を読む →arXiv概要ページ

PhyRoGen: 手続き型コンテンツ生成による物理ロボット操作パズルの合成生成

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