arXiv:2606.13677v1 cs.RO

Mana: 관절형 도구의 정교한 조작

Mana: Dexterous Manipulation of Articulated Tools

Zhao-Heng Yin, Guanya Shi, Pieter Abbeel, C. Karen Liu

제출 2026-06-11

한국어 초록

관절형 도구 조작은 내부 자유도와 접촉이 풍부한 상호작용을 조율해야 할 필요성 때문에 정교한 로봇 공학에서 여전히 주요한 과제로 남아 있습니다. 기존 연구는 주로 강체 객체에 초점을 맞춰 왔으나, 관절형 도구 사용은 물리적 복잡성과 기능적 파지 및 조작 정책 학습의 어려움으로 인해 여전히 잘 탐색되지 않았습니다. 우리는 정교한 조작을 애니메이션 문제로 재해석하는 일반적인 시뮬레이션-실제(sim-to-real) 프레임워크인 Mana (Manipulation Animator)를 제안합니다. 컴퓨터 애니메이션에서 영감을 받은 Mana는 절차적으로 생성된 파지 키프레임을 모션 플래닝과 강화학습을 통해 조작 궤적으로 변환하는 coarse-to-fine 파이프라인을 사용합니다. 데이터 생성 과정은 대부분 자동화되어 있으며, 기능적 어포던스를 지정하기 위해 몇 번의 마우스 클릭만 필요합니다 (도구당 <1분). 다양한 규모와 관절 유형에 걸친 4가지 관절형 도구에서 Mana는 파지 및 손 안 조작(in-hand manipulation) 모두에 대해 제로샷(zero-shot) 시뮬레이션-실제 전이를 달성하여, 정교한 관절형 도구 사용에 대한 확장 가능한 접근 방식을 입증합니다.

원문 초록

Articulated tool manipulation remains a major challenge in dexterous robotics due to the need to coordinate internal degrees of freedom and contact-rich interactions. While prior work has largely focused on rigid objects, articulated tool use remains underexplored because of its physical complexity and the difficulty of learning functional grasping and manipulation policies. We present Mana (Manipulation Animator), a general sim-to-real framework that reinterprets dexterous manipulation as an animation problem. Inspired by computer animation, Mana employs a coarse-to-fine pipeline that transforms procedurally-generated grasp keyframes into manipulation trajectories through motion planning and reinforcement learning. The data generation process is largely automatic, requiring only a few mouse clicks to specify functional affordances (<1 minute per tool). Across four articulated tools spanning different scales and joint types, Mana achieves zero-shot sim-to-real transfer for both grasping and in-hand manipulation, demonstrating a scalable approach to dexterous articulated tool use.

요약

Mana 프레임워크는 관절형 도구의 정교한 조작을 애니메이션 문제로 재해석하여 절차적 키프레임을 모션 플래닝과 강화학습(RL)으로 변환한다. 이를 통해 다양한 규모와 관절 유형의 도구에서 파지 및 손 안 조작에 대한 제로샷 시뮬레이션-실제 전이를 달성하였다.

제출 이력

확인된 버전만 표시합니다. 전체 제출 이력은 arXiv 원문에서 확인하세요.

  1. arXiv:2606.13677v1제출 시각 미확인

함께 살펴볼 논문

공통 태그를 근거로 연결했습니다. 실제 인용 관계나 논문의 우수성을 뜻하지 않습니다.

arXiv:2610.00360v1cs.RO공통 태그 Reinforcement Learning, Continuous Control, dexterous manipulation

DexPolicy: 궤적 유도 기반 정밀 조작을 위한 스케줄링된 탐험

DexPolicy: Scheduled Exploration for Trajectory-Guided Dexterous Manipulation

정밀 조작(dexterous manipulation)을 위한 강화학습(RL)은 손가락과 물체 간의 접촉을 찾아낸 다음 물체를 정밀하게 제어해야 하지만, 첫 번째 목표에 기여하는 행동 노이즈(action noise)가 두 번째 목표를 방해할 수 있습니다. 강화학습이 사람의 영상으로부터 손-물체 궤적을 정제하는 ViViDex와 같은 궤적 유도(trajectory-guided) 환경에서, 기준선(baseline) PPO 실행은 500만 스텝 후에도 초기 행동 노이즈 근처에서 종료되므로 탐험(exploration) 스케일을 명시적으로 제어할 필요성이 제기됩니다. DexPolicy는 손실(loss), 아키텍처, 보상(reward), 옵티마이저(optimizer) 설정을 고정한 채로, 탐험 스케일을 학습(training) 스텝의 명시적 함수로 만들어 넓은 탐험에서 좁은 탐험으로 점진적으로 감소(annealing)시킵니다. 본 연구에서는 세 가지 정책 최적화 설정을 다룹니다: PPO, 크리틱이 없는 GRPO 지속(continuation), 그리고 플로우 매개변수화 PPO 변형(FPO). 5개의 YCB 물체와 3개의 학습 시드에 걸쳐, 평균 결정론적 Target 성공률은 각각 49.4%에서 68.1%(FPO), 14.1%에서 45.4%(GRPO), 32.0%에서 35.7%(PPO)로 상승합니다. Inspire/RH56 손이 장착된 RealMan RM75 로봇 팔에서 물체-방법 조건당 하나의 학습된 모델(model)을 사용하여 3개의 물체에 대해 360회 시험한 결과, 평균 Target 성공률이 25.0%에서 85.0%(FPO), 10.0%에서 63.3%(GRPO), 8.3%에서 43.3%(PPO)로 향상되었습니다. PPO 구성 요소 스크리닝에서는 테스트된 옵티마이저 수축보다 노이즈 제어가 더 우세한 것으로 나타났으며, 선택된 PPO 스케줄은 세 가지 테스트 대상 물체에서 동일한 종단을 가진 선형 감쇠보다 더 높은 평균 Target 성공률을 산출합니다. 학습 리턴(return), 결정론적 Target 성공률, 실행 노이즈에 대한 허용 오차는 서로 분리되므로, 스케줄은 과제 및 정책 최적화 설정에 따라 의도된 실행 조건 하에서의 최종 과제 성공률로 평가되어야 합니다. 코드: https://github.com/AIGeeksGroup/DexPolicy. 웹사이트: https://aigeeksgroup.github.io/DexPolicy.

arXiv:2609.24660v1cs.RO공통 태그 Reinforcement Learning, Continuous Control, dexterous manipulation

Touch2Robot: 인간 시연 루프 내의 로봇 촉각 피드백

Touch2Robot: Robot Touch in the Human Demonstration Loop

인간의 시연(demonstration)은 조작(manipulation) 데이터를 수집하는 확장 가능한 방법을 제공하지만, 이를 로봇 손으로 전이할 때 접촉(contact)이 불안정하거나 실행 불가능할 수 있습니다. 타깃 로봇에서 직접 시연을 수집하면 이러한 불일치를 피할 수 있지만, 데이터 수집 비용이 크게 증가합니다. 이러한 트레이드오프를 해결하기 위해, 본 논문에서는 인간이 타깃 로봇 손이 물체와 어떻게 접촉할지 확인하면서 시연을 수집할 수 있도록 지원하는 프레임워크인 Touch2Robot을 제안합니다. 연구진은 인간 조작 과정에서 인간의 손 움직임, 촉각 장갑(tactile-glove) 측정값, 물체 움직임을 캡처합니다. 이러한 기록은 기록된 인간의 터치와 일치하는 접촉을 선호하면서 시연된 물체 움직임을 재현하도록 물체별 강화학습(RL) 정책을 유도합니다. 이후 학습된 행동들을 유입되는 인간 관측치와 물체 기하학적 구조를 로봇 손 형상으로 매핑하는 통합 실시간 리타게터(retargeter)로 증류(distillation)합니다. 수집 중에는 예측된 로봇 형상이 시뮬레이션에서 추적된 물체 포즈와 동기화되어 로봇-물체 접촉을 재구성하며, 이를 시각화하여 시연자가 타깃 손에 맞춰 후속 상호작용을 조정할 수 있도록 돕습니다. 4개의 실제 환경 태스크 전반에서 Touch2Robot은 시각 전용 피드백 대비 실제 로봇 리플레이 완료율을 평균 37.9%에서 72.1%로 향상시키는 동시에, 리플레이 성공 시연당 수집 시간을 58.6초에서 18.2초로 단축했습니다. 재구성된 타깃 손 접촉은 실제 로봇 촉각 측정값 대비 44.2%의 F1 점수를 달성했으며, Touch2Robot 시연으로 학습된 정책은 시각 전용 피드백 대비 다운스트림 Diffusion Policy 성능을 29.1%포인트 향상시켰습니다. 이러한 결과는 로봇 촉각을 인간 시연 루프에 도입함으로써 확장 가능한 정교한 조작(dexterous manipulation) 데이터 수집의 품질과 효율성을 모두 향상시킴을 보여줍니다. 프로젝트 웹페이지: https://Touch2Robot.github.io/.

arXiv:2609.24906v1cs.RO공통 태그 Reinforcement Learning, Continuous Control, sim-to-real

하이브리드 강화학습을 이용한 평면형 과수원 시각-운동 로봇 가지치기

Visuomotor Robotic Pruning in Planar Orchards Using Hybrid Reinforcement Learning

휴면기 나무 가지치기는 노동 집약적이지만 현대의 고생산성 과수원을 유지하는 데 필수적이다. 본 연구에서는 줄기와 주지가 대략 평면 벽 형태로 유도되는 현대 평면형 나무 재배 시스템—V-Trellis 사과와 UFO 체리—의 가지치기에 초점을 둔다. 로봇 가지치기를 위한 폐루프 시각-운동(visuomotor) 제어기를 학습하는 end-to-end 파이프라인을 제안한다. 이 제어기는 시뮬레이션과 합성 생성 데이터만으로 전적으로 학습되며, 제로샷(zero-shot) 방식으로 실제 과수원에 배포된다. 파이프라인은 평면형 과수원 나무 메시의 합성 생성, 물리 기반 과수원 시뮬레이터 구축, 모션 플래닝(motion planning)을 통한 성공적인 가지치기 궤적의 자동 수집, 오프라인 시연과 온라인 시뮬레이션 롤아웃(rollout)을 결합하는 새로운 하이브리드 강화학습 알고리즘을 이용한 정책 학습으로 구성된다. 제어기는 손목 장착 카메라의 optical flow 입력을 사용—전체 3D 재구성이 필요 없음—하여 복잡한 가지 환경에서 지정된 절단점까지 올바른 공구 방향으로 절단기를 연속적으로 안내한다. 3,000개 가지치기 지점에 대한 포괄적인 시뮬레이션 작업 공간 평가에서 정책은 V-Trellis 사과에서 49.9%, UFO 체리에서 46.0%의 성공률을 달성한다. 학습된 제어기를 상업 및 실험 과수원에서의 28회 옥외 현장 시험과 10회 실내 실험실 시험을 포함한 38회 물리 시험에서 검증하여 제로샷 sim-to-real 전이를 입증한다. 학습된 정책은 또한 실험실 시험의 물리 하드웨어에서 고전 RRT-Connect 기준선을 능가한다.

arXiv:2607.28198v3cs.RO공통 태그 Reinforcement Learning, dexterous manipulation

UniCross: 통합 교차 스킬 정밀 조작 합성

UniCross: Unified Cross-Skill Dexterous Manipulation Synthesis

많은 정교한 조작 과제는 상호작용 전반에 걸쳐 물체를 안정적으로 쥐고 있을 것을 요구한다. 손-물체 관계적 운동의 관점에서 이러한 조작은 잡기, 재배치, 손 안 회전, 손 안 이동이라는 네 가지 표준 기술로 구성된다. 사람의 손은 복잡한 과제를 수행하기 위해 이러한 기술을 유연하게 조합한다. 그러나 기존 접근법은 이들 기술을 기술별 행동 제약, 목적함수, 심지어 전용 손 형태로 따로 모델링하므로, 장기 지평 조합에 필요한 호환성과 연속성이 깨진다. 본 연구에서는 원하는 관계적 목표로 구체화되는 단일 정식화로 네 가지 기술을 모두 모델링하는 통합 프레임워크를 제시한다. 이 정식화는 기술 간 호환성을 보존하고 기술 식별자 없이 단일 정책을 증류할 수 있게 하며, 이 정책은 기술별로 강한 성능을 달성하고 보지 못한 물체로 일반화한다. 이러한 호환성은 정책이 장기 지평의 기술 연쇄를 수행하고 학습 중 보지 못한 관계적 목표를 실행하는 것도 뒷받침한다. 이 프레임워크는 서로 다른 손 형태에도 적용된다. 이러한 결과는 서로 다른 정교한 조작 기술이 공유된 관계적 과제 정식화의 구체화로 모델링될 수 있음을 시사한다. 프로젝트 페이지: https://zdchan.github.io/UniCross/

arXiv:2610.13816v1cs.RO공통 태그 Reinforcement Learning, Continuous Control

Dream to Remember: 월드 모델을 활용한 범용 로봇 정책의 지속적 스티어링

Dream to Remember: Continual Steering of Generalist Robot Policies with World Models

범용 로봇 정책(generalist robot policy)은 모방 학습(imitation learning)으로 학습되며, 시연(demonstration)의 품질과 범위에 의해 제한된다. 강화학습은 정책 가중치를 미세조정하거나, 고정된(frozen) 생성형 정책의 입력 노이즈를 조정(steer)하는 작은 모듈을 학습시킴으로써 이를 개선하고 확장할 수 있다. 태스크가 순차적으로 주어질 때, 두 접근 방식 모두 치명적 망각(catastrophic forgetting)을 겪는다. 한 태스크에 대한 미세조정은 이전 태스크의 성능을 저하시키며, 스티어링 방식은 망각을 공유 스티어링 모듈로 옮길 뿐이다. 우리는 고정된 범용 정책을 새로운 태스크로 지속적으로 스티어링하면서도 이전에 습득한 능력을 유지하는 Dream to Remember(D2R)를 제안한다. 스티어링 모듈이 새로운 태스크를 학습하는 동안, 고정된 사전학습 월드 모델(world model)이 상상된 롤아웃(imagined rollout)을 통해 이전 태스크를 리허설(rehearse)함으로써, 리플레이 버퍼나 새로운 데이터 없이도 모듈을 이전 행동에 고정(anchor)시킨다. 월드 모델이 충분히 충실할 경우, D2R은 새로운 태스크를 전적으로 상상(imagination) 속에서 학습한다. 그렇지 않은 경우, 월드 모델은 이전 태스크를 리허설하는 데에만 사용하면서 새로운 태스크는 환경에서 직접 학습한다. CALVIN에서 D2R은 여덟 개의 태스크를 순차적으로 전적으로 상상 속에서 개선하여 평균 성공률을 63.7%에서 74.8%로 끌어올렸으며, 동일한 시퀀스에 대한 LoRA 미세조정은 성공률을 11.7%로 떨어뜨렸다. 고정된 기성(off-the-shelf) 범용 정책과 월드 모델인 π0와 A2World를 사용하여, D2R은 환경에서 보지 못한 LIBERO-90 태스크를 학습하면서도 π0가 미세조정되었던 LIBERO 스위트에서의 성능을 유지하는데, 이는 월드 모델이 정책 최적화에는 충분히 정확하지 않은 경우에도 가능하다. 마지막으로, 실제 Franka 로봇에서 D2R은 세 개의 태스크를 순차적으로 전적으로 상상 속에서 개선하면서도 이전에 이루어진 개선을 유지한다.

토론

이 논문과 연결된 포럼 글이 아직 없습니다.