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:2606.26700

点群から学習する障害物環境での動作実現可能性予測

Learning Motion Feasibility from Point Clouds in Cluttered Environments

シェア:XThreadsFacebookLINEはてブBluesky

RGB-D観測から7自由度マニピュレータの動作実現可能性を直接学習する手法を提案し、大規模ベンチマークを構築して各種分類器を比較した。

詳しい要約

1. どんなもの?

- 7-DOFマニピュレータが乱雑な環境で動作する際の運動実現可能性を、生のRGB-D観測から直接学習する問題を研究。 - この設定のための初の大規模ベンチマークを導入。88個のスキャン物体と190の乱雑な卓上シーンにわたる270万の把持実現可能性ラベルを含む。 - MLPベース、ボリュームCNN、点群ベースTransformerの3つの代表的な分類器ファミリーを同一条件でベンチマーク。 - 最良モデルGRASPFC-PTX(点群Transformer)は、新規物体でAUROC 0.996を達成し、SBMPより大幅に高速な予測を提供。

2. 先行研究と比べてどこがすごい?

- 既存の実現不可能性認定アプローチは低次元構成空間に限定され、既知パラメータのプリミティブ物体で表される簡略化された幾何環境を仮定することが多い。 - 本研究は、生のRGB-D観測から直接運動実現可能性を学習する補完的な問題を扱い、現実的な乱雑シーンで7-DOFマニピュレータを対象とする。 - この設定のための初の大規模ベンチマークを提供し、270万の把持実現可能性ラベルを含む。 - 複数の分類器ファミリーを同一条件で比較し、点群Transformerが高い性能と高速性を両立することを示した。

3. 技術・手法の肝は?

- 生のRGB-D観測から運動実現可能性を予測する学習ベースのアプローチ。 - 3つの代表的な分類器ファミリー(MLPベース、ボリュームCNN、点群ベースTransformer)を同一の訓練条件でベンチマーク。 - 最良モデルGRASPFC-PTXは点群Transformerアーキテクチャを採用。 - 大規模ベンチマーク(88物体、190シーン、270万ラベル)を構築し、訓練と評価に使用。

4. どうやって有効だと検証した?

- 新規物体に対するAUROC 0.996を達成し、高い予測精度を実証。 - SBMPより大幅に高速な予測を提供することを示した。 - 3つの分類器ファミリーを同一条件で比較するベンチマークを実施。 - 大規模ベンチマーク(270万ラベル)を用いて評価。

5. 議論はある?

- 要旨からは不明。

6. 次に読むべき論文は?

- Sampling-based motion planners (SBMPs) - MLP-based classifiers - Volumetric-CNN - Point-cloud-based Transformer architectures - GRASPFC-PTX

※ 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: Sajid Ansari, Arthi, Girish Varma, Antony Thomas

分類: cs.RO, cs.AI

原文アブストラクト

Motion feasibility prediction plays a central role in robotics, particularly in task and motion planning and manipulation. A major bottleneck for this problem in cluttered environments is that infeasible planning attempts by Sampling-based motion planners (SBMPs) can incur substantial computational cost. Also existing approaches for infeasibility certification are limited to low-dimensional configuration spaces and often assume simplified geometric environments represented by primitive objects with known parameters. We study the complementary problem of learning motion feasibility prediction directly from raw RGB-D observations for a 7-DOF manipulator operating in realistic cluttered scenes. We introduce the first large-scale benchmark for this setting, comprising 2.7M grasp feasibility labels over 88 scanned objects and 190 cluttered tabletop scenes. We benchmark three representative classifier families spanning MLP- based, volumetric-CNN, and point-cloud-based Transformer architectures under matched training conditions. Our best model, GRASPFC-PTX (a point-cloud transformer), achieves an AUROC of 0.996 on Novel objects while providing predictions significantly faster than SBMPs.

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