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:2606.15171

縫い目からグラフへの再構築による衣服の配置合わせ

Seam-to-Graph Reconstruction for Garment Configuration Alignment

シェア:XThreadsFacebookLINEはてブBluesky

ロボットによる衣服操作で縫い目情報を活用するため、グラフニューラルネットワークと注意機構を用いて縫い目観測を構造骨格グラフに変換し、変形を考慮した視覚サーボ制御で衣服の配置合わせを実現した。

詳しい要約

1. どんなもの?

- どんなもの? - ロボットによる衣服操作のための新しい手法 - Seam-to-Graphネットワークと階層的ビジュアルサーボ制御を組み合わせる - 衣服の縫い目情報から構造スケルトングラフを生成し、状態推定を行う - 二腕ロボットで衣服をスクリーン印刷プラテンに装着し、位置合わせを実現

2. 先行研究と比べてどこがすごい?

- 先行研究と比べてどこがすごい? - 縫い目情報を活用した衣服操作はこれまで限定的 - 部分的にしか観測できない縫い目からでもロバストに構造を推定 - 人間レベルの位置合わせ精度を達成し、誤差の分散も低減 - 異なる衣服に対してもロバスト性を発揮

3. 技術・手法の肝は?

- 技術や手法の肝はどこ? - Seam-to-Graphネットワーク:Graph Neural NetworksとAttention機構をベース - 非構造な縫い目観測をトポロジー符号化されたスケルトングラフに変換 - リアルタイム衣服状態推定を実現 - 変形を考慮した階層的ビジュアルサーボコントローラを設計 - 二腕ロボットシステムに実装

4. どうやって有効だと検証した?

- どうやって有効だと検証した? - 実ロボット実験を実施 - 二腕ロボットで衣服をスクリーン印刷プラテンに装着し位置合わせ - 提案手法が人間レベルの位置合わせ精度を達成 - 位置合わせ誤差の分散が低減 - 異なる衣服に対するロバスト性を確認

5. 議論はある?

- 議論はある? - 縫い目情報の利用が衣服操作に有効であることを示唆 - 部分的に観測可能な縫い目からの推定の限界や課題については要旨からは不明 - 他の衣服操作タスクへの汎用性や、より複雑な変形への対応については要旨からは不明

6. 次に読むべき論文は?

- 次に読むべき論文は? - 要旨で参照/比較されている研究は明記されていない - 関連手法として、Graph Neural Networks、Attention機構、ビジュアルサーボ、衣服操作に関する研究が挙げられる - 具体的な論文名は要旨からは不明

※ 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: Xuzhao Huang, Kai Tang, Fuyuki Tokuda, Norman C. Tien, Kazuhiro Kosuge

分類: cs.RO

原文アブストラクト

Seams encode rich structural information about garments but are frequently partially observable in robotic manipulation scenarios. To robustly leverage seam information, we propose a Seam-to-Graph network based on graph neural networks and attention mechanisms. This network maps unstructured seam observations to a topology-encoded structural skeleton graph for real-time garment state estimation. Using this skeleton-graph-based state estimation, we design a deformation-aware, hierarchical visual servoing controller for garment configuration alignment. We implement this controller on a bimanual robot system to load a garment onto a screen printing platen and to align it to the desired configuration precisely. Real-robot experiments demonstrate that the robot using the proposed method not only achieves human-level alignment accuracy with reduced variance in alignment error but is also robust to different garments. These results demonstrate that the use of seam information is effective for garment manipulation.

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

FRONTIER(GPU搭載BTOパソコン)

FRONTIER(GPU搭載BTOパソコン)の公式広告バナーFRONTIERでGPU搭載PCを見る ↗
PR本紙発行元 EmplifAI