Fugu-MT 論文翻訳(概要): From Human Hands to Robotic Limbs: A Study in Motor Skill Embodiment for Telemanipulation

論文の概要: From Human Hands to Robotic Limbs: A Study in Motor Skill Embodiment for Telemanipulation

arxiv url: http://arxiv.org/abs/2502.02036v1
Date: Tue, 04 Feb 2025 05:52:57 GMT
ステータス: 翻訳完了
システム内更新日: 2025-02-05 14:57:10.364841
Title: From Human Hands to Robotic Limbs: A Study in Motor Skill Embodiment for Telemanipulation
Title（参考訳）: 人手からロボット肢へ:テレマニピュレーションのためのモータースキル・エボディメントに関する研究
Authors: Haoyi Shi, Mingxi Su, Ted Morris, Vassilios Morellas, Nikolaos Papanikolopoulos,
Abstract要約: 本稿では,GRUに基づく変分オートエンコーダを提案し,マニピュレータの構成空間の潜在表現を学習する。完全に接続されたニューラルネットワークは、人間の腕の配置をこの潜伏空間にマッピングし、システムは対応するマニピュレータの軌道をリアルタイムで模倣して生成することができる。
参考スコア（独自算出の注目度）: 3.7482358401236398
License:
Abstract: This paper presents a teleoperation system for controlling a redundant degree of freedom robot manipulator using human arm gestures. We propose a GRU-based Variational Autoencoder to learn a latent representation of the manipulator's configuration space, capturing its complex joint kinematics. A fully connected neural network maps human arm configurations into this latent space, allowing the system to mimic and generate corresponding manipulator trajectories in real time through the VAE decoder. The proposed method shows promising results in teleoperating the manipulator, enabling the generation of novel manipulator configurations from human features that were not present during training.
Abstract（参考訳）: 本稿では,人間の腕動作を用いた自由度ロボットマニピュレータの遠隔操作システムを提案する。本稿では,GRUに基づく変分オートエンコーダを提案し,マニピュレータの構成空間の潜在表現を学習し,複雑な関節キネマティクスを捉える。完全に接続されたニューラルネットワークは、人間の腕の配置をこの潜伏空間にマッピングし、システムはVAEデコーダを介して、対応するマニピュレータの軌道をリアルタイムで模倣し、生成することができる。提案手法は, トレーニング中に存在しない特徴から, マニピュレータの遠隔操作を可能とし, 新規なマニピュレータ構成の生成を可能にする。

関連論文リスト

Towards spiking analog hardware implementation of a trajectory interpolation mechanism for smooth closed-loop control of a spiking robot arm [41.54924235047016]
イベントベースロボットアームのためのクローズドループニューロモルフィック制御システムを提案する。提案システムは、シフトしたWinner-Take-Allスパイクネットワークと、スパイクコンパレータネットワークで構成されている。本システムを評価するため,混合信号アナログデジタルニューロモルフィックプラットフォーム上でモデルを実装,展開した。
論文参考訳（メタデータ） (2025-01-23T14:11:32Z)
Human-Agent Joint Learning for Efficient Robot Manipulation Skill Acquisition [48.65867987106428]
本稿では,人間とロボットの協調学習システムについて紹介する。これにより、ロボットエンドエフェクターの制御を学習支援エージェントと共有することができる。これにより、ダウンストリームタスクにおいて、収集されたデータが十分な品質であることを保証しながら、人間の適応の必要性を減らすことができる。
論文参考訳（メタデータ） (2024-06-29T03:37:29Z)
LPAC: Learnable Perception-Action-Communication Loops with Applications to Coverage Control [80.86089324742024]
本稿では,その問題に対する学習可能なパーセプション・アクション・コミュニケーション(LPAC)アーキテクチャを提案する。 CNNは局所認識を処理する。グラフニューラルネットワーク(GNN)はロボットのコミュニケーションを促進する。評価の結果,LPACモデルは標準分散型および集中型カバレッジ制御アルゴリズムよりも優れていた。
論文参考訳（メタデータ） (2024-01-10T00:08:00Z)
Naturalistic Robot Arm Trajectory Generation via Representation Learning [4.7682079066346565]
家庭環境におけるマニピュレータロボットの統合は、より予測可能な人間のようなロボットの動きの必要性を示唆している。自然主義的な運動軌跡を生成する方法の1つは、人間のデモ隊の模倣によるものである。本稿では,自己回帰型ニューラルネットワークを用いた自己指導型模倣学習法について検討する。
論文参考訳（メタデータ） (2023-09-14T09:26:03Z)
Zero-Shot Robot Manipulation from Passive Human Videos [59.193076151832145]
我々は,人間の映像からエージェント非依存の行動表現を抽出するフレームワークを開発した。我々の枠組みは、人間の手の動きを予測することに基づいている。トレーニングされたモデルゼロショットを物理ロボット操作タスクにデプロイする。
論文参考訳（メタデータ） (2023-02-03T21:39:52Z)
Dexterous Manipulation from Images: Autonomous Real-World RL via Substep Guidance [71.36749876465618]
本稿では,ユーザが新しいタスクを定義するための"プログラミング不要"なアプローチを提供する,視覚に基づくデクスタラスな操作システムについて述べる。本システムには,最終タスクと中間タスクを画像例で定義するためのフレームワークが組み込まれている。実世界における多段階物体操作の4指ロボットハンドラーによる実験結果
論文参考訳（メタデータ） (2022-12-19T22:50:40Z)
Active Predicting Coding: Brain-Inspired Reinforcement Learning for Sparse Reward Robotic Control Problems [79.07468367923619]
ニューラルジェネレーティブ・コーディング(NGC)の神経認知計算フレームワークによるロボット制御へのバックプロパゲーションフリーアプローチを提案する。我々は、スパース報酬から動的オンライン学習を容易にする強力な予測符号化/処理回路から完全に構築されたエージェントを設計する。提案するActPCエージェントは,スパース(外部)報酬信号に対して良好に動作し,複数の強力なバックプロップベースのRLアプローチと競合し,性能が優れていることを示す。
論文参考訳（メタデータ） (2022-09-19T16:49:32Z)
From One Hand to Multiple Hands: Imitation Learning for Dexterous Manipulation from Single-Camera Teleoperation [26.738893736520364]
我々は,iPadとコンピュータのみで3Dデモを効率的に収集する,新しい単一カメラ遠隔操作システムを提案する。我々は,操作者の手の構造と形状が同じであるマニピュレータである物理シミュレータにおいて,各ユーザ向けにカスタマイズされたロボットハンドを構築する。データを用いた模倣学習では、複数の複雑な操作タスクでベースラインを大幅に改善する。
論文参考訳（メタデータ） (2022-04-26T17:59:51Z)
A Transferable Legged Mobile Manipulation Framework Based on Disturbance Predictive Control [15.044159090957292]
四足歩行ロボットにロボットアームを装着した足の移動操作は、ロボットの性能を大幅に向上させる。本稿では,潜在動的アダプタを用いた強化学習スキームを低レベルコントローラに組み込んだ統合フレームワーク外乱予測制御を提案する。
論文参考訳（メタデータ） (2022-03-02T14:54:10Z)
Neural Network Based Lidar Gesture Recognition for Realtime Robot Teleoperation [0.0]
移動ロボット制御のための低複雑さライダージェスチャー認識システムを提案する。このシステムは軽量で、限られた計算能力を持つ移動ロボット制御に適している。ライダーの使用はシステムの堅牢性に寄与し、ほとんどの屋外環境での運用を可能にしている。
論文参考訳（メタデータ） (2021-09-17T00:49:31Z)
Populations of Spiking Neurons for Reservoir Computing: Closed Loop Control of a Compliant Quadruped [64.64924554743982]
本稿では,ニューラルネットワークを用いた中央パターン生成機構を実装し,閉ループロボット制御を実現するためのフレームワークを提案する。本研究では,従順な四足歩行ロボットのシミュレーションモデル上で,予め定義された歩行パターン,速度制御,歩行遷移の学習を実演する。
論文参考訳（メタデータ） (2020-04-09T14:32:49Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。