GraspSense: 언어 기반 인지와 힘 맵을 활용한 손재주 로봇 파지 계획

저자: Elizaveta Semenyakina, Ivan Snegirev, Mariya Lezina, Miguel Altamirano Cabrera, Safina Gulyamova, Dzmitry Tsetserukou | 날짜: 2026-04-07 | URL: https://arxiv.org/abs/2604.05697 📄 PDF


Essence

Figure 1

Fig. 1.

본 논문은 휴머노이드 손재주 로봇의 파지 계획을 위해 언어 기반 인지, 3D 복원, 물리 기반 구조 해석을 통한 force map 구성, 그리고 임피던스 제어 기반 파지 실행을 통합하는 파이프라인 GraspSense를 제안한다. 기존의 기하학적 파지 계획과 달리, 물체 표면의 공간적으로 비균일한 기계적 특성을 명시적으로 고려하여 파지 선택과 그립 력 조절을 결합하는 물리 기반 접근을 제시한다.

Motivation

Achievement

Figure 1

Fig. 1.

Force map 구성 모듈: 로컬 벽 두께의 물리 기반 기하학적 근사를 통해 3D 물체 모델의 표면 각 위치에서 기계적으로 안전한 접촉 력의 공간 분포 추정. 물리 기반 파지 선택 기준: 기존 다중 기준 순위 매김(안정성, 도달성, 충돌 회피)에 force map 기반 재순위 매김 단계 추가로 기하학적으로 동등한 후보 중 기계적 허용 가능성이 높은 파지 선택. 임피던스 기반 그립 실행 전략: 각 접촉점의 로컬 허용 가능 력에 따라 손가락별 강성을 스케일링하는 공간 비균일 그립 전략으로 물체 구조 손상 방지 및 신뢰성 있는 파지 유지. 통합 파이프라인: 자연어 명령에서 파지 실행까지 Isaac Sim에서 구현 및 검증.

How

Figure 2

Fig. 2.

Originality

Limitation & Further Study

Evaluation

Novelty: 4/5 Technical Soundness: 4/5 Significance: 4/5 Clarity: 4/5 Overall: 4/5

총평: 본 논문은 손재주 로봇 파지 계획에 물체의 구조적 기계적 특성을 명시적으로 통합하는 중요한 기여를 제시한다. Force map 기반 파지 선택과 적응형 임피던스 제어를 통해 기존 기하학적 파지 계획의 한계를 극복하는 물리 기반 접근법이 창의적이고 기술적으로 건실하다. 다만 실제 로봇 플랫폼에서의 검증과 더 광범위한 객체 범주에 대한 평가가 필요하며, force map 구성의 정확성 분석이 강화되어야 한다.

← 목록으로 돌아가기

🎧 Audio Overview

이 논문 리뷰를 팟캐스트형 오디오로 생성합니다. (Gemini · 키는 브라우저에만 저장 · 완성본은 이메일로도 전송)
▸ 고급: 구성 방향(대본 작성 지침) 직접 수정
속도 1.0x
⬇ MP3 다운로드