論文の概要: TeleOpBench: A Simulator-Centric Benchmark for Dual-Arm Dexterous Teleoperation

• arxiv url: http://arxiv.org/abs/2505.12748v1
• Date: Mon, 19 May 2025 06:08:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-20 14:57:11.436033
• Title: TeleOpBench: A Simulator-Centric Benchmark for Dual-Arm Dexterous Teleoperation
• Title（参考訳）: TeleOpBench: Dual-Arm Dexterous Teleoperationのためのシミュレータ中心ベンチマーク
• Authors: Hangyu Li, Qin Zhao, Haoran Xu, Xinyu Jiang, Qingwei Ben, Feiyu Jia, Haoyu Zhao, Liang Xu, Jia Zeng, Hanqing Wang, Bo Dai, Junting Dong, Jiangmiao Pang,
• Abstract要約: 本稿では,2次元デキスタラス遠隔操作に適したシミュレータ中心のベンチマークであるTeleOpBenchを紹介する。 このベンチマークでは、(i) MoCap、(ii) VRデバイス、(iii) 腕手外骨格、(iv) 単眼視追跡の4つの代表的遠隔操作モードを実装し、共通のプロトコルとメトリックスイートでそれらを評価する。
• 参考スコア（独自算出の注目度）: 43.93452691805811
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Teleoperation is a cornerstone of embodied-robot learning, and bimanual dexterous teleoperation in particular provides rich demonstrations that are difficult to obtain with fully autonomous systems. While recent studies have proposed diverse hardware pipelines-ranging from inertial motion-capture gloves to exoskeletons and vision-based interfaces-there is still no unified benchmark that enables fair, reproducible comparison of these systems. In this paper, we introduce TeleOpBench, a simulator-centric benchmark tailored to bimanual dexterous teleoperation. TeleOpBench contains 30 high-fidelity task environments that span pick-and-place, tool use, and collaborative manipulation, covering a broad spectrum of kinematic and force-interaction difficulty. Within this benchmark we implement four representative teleoperation modalities-(i) MoCap, (ii) VR device, (iii) arm-hand exoskeletons, and (iv) monocular vision tracking-and evaluate them with a common protocol and metric suite. To validate that performance in simulation is predictive of real-world behavior, we conduct mirrored experiments on a physical dual-arm platform equipped with two 6-DoF dexterous hands. Across 10 held-out tasks we observe a strong correlation between simulator and hardware performance, confirming the external validity of TeleOpBench. TeleOpBench establishes a common yardstick for teleoperation research and provides an extensible platform for future algorithmic and hardware innovation.
• Abstract（参考訳）: 遠隔操作はロボット学習の具体的基盤であり、特に双方向のデキスタラス遠隔操作は、完全な自律システムでは入手が難しいリッチなデモを提供する。 近年の研究では、慣性モーションキャプチャーグローブから外骨格や視覚ベースのインターフェースまで多様なハードウェアパイプラインが提案されているが、これらのシステムの公正かつ再現可能な比較を可能にする統一されたベンチマークはいまだ存在しない。 本稿では,2次元デキスタラス遠隔操作に適したシミュレータ中心のベンチマークであるTeleOpBenchを紹介する。 TeleOpBenchには30の高忠実なタスク環境があり、ピック・アンド・プレイス、ツールの使用、協調操作にまたがる。 このベンチマークでは4つの代表的遠隔操作モードを実装します。 (i)MoCap (II)VRデバイス (三)手腕外骨格、及び (4)単眼視追跡と共通プロトコルとメートル法で評価する。 実世界の挙動を予測できるシミュレーションの性能を検証するため, 2つの6-DoFデキスタラスハンドを装備した物理デュアルアームプラットフォーム上でミラーリング実験を行った。 10タスクにわたって,シミュレータとハードウェア性能の相関関係を強く観察し,TeleOpBenchの外的妥当性を確認した。 TeleOpBenchは遠隔操作研究のための共通のヤードスティックを確立し、将来のアルゴリズムおよびハードウェア革新のための拡張可能なプラットフォームを提供する。

関連論文リスト

• Learning Visuotactile Skills with Two Multifingered Hands [80.99370364907278]
  マルチフィンガーハンドとバイソタクティブルデータを用いたバイマニアルシステムを用いて,人間の実演からの学習を探索する。 以上の結果から,バイスオタクティブルデータからの両指多指操作における有望な進歩が示唆された。
  論文  参考訳（メタデータ） (2024-04-25T17:59:41Z)
• AnyTeleop: A General Vision-Based Dexterous Robot Arm-Hand Teleoperation System [51.48191418148764]
  ビジョンベースの遠隔操作は、人間レベルの知性をロボットに与え、環境と対話させる。 現在のビジョンベースの遠隔操作システムは、特定のロボットモデルとデプロイ環境に向けて設計・設計されている。 我々は、複数の異なる腕、手、現実、カメラ構成を単一のシステム内でサポートする、統一的で汎用的な遠隔操作システムであるAnyTeleopを提案する。
  論文  参考訳（メタデータ） (2023-07-10T14:11:07Z)
• Orbit: A Unified Simulation Framework for Interactive Robot Learning Environments [38.23943905182543]
  NVIDIA Isaac Simによるロボット学習のための統一的でモジュール化されたフレームワークOrbitを紹介する。 写真リアリスティックなシーンと高忠実度剛性で変形可能なボディシミュレーションを備えたロボット環境を構築するためのモジュラーデザインを提供する。 我々は,表現学習,強化学習,模倣学習,タスク・アンド・モーション・プランニングなど,さまざまな研究領域を支援することを目的としている。
  論文  参考訳（メタデータ） (2023-01-10T20:19:17Z)
• DeXtreme: Transfer of Agile In-hand Manipulation from Simulation to Reality [64.51295032956118]
  我々は人型ロボットの手で頑健な操作を行える政策を訓練する。 本研究は,各種ハードウェアおよびシミュレータのデクスタラス操作におけるsim-to-real転送の可能性を再確認する。
  論文  参考訳（メタデータ） (2022-10-25T01:51:36Z)
• A Mobile Robot Hand-Arm Teleoperation System by Vision and IMU [25.451864296962288]
  本稿では,新しい視覚に基づく手ポーズ回帰ネットワーク(Transteleop)とIMUによる腕追跡手法を提案する。 Transteleopは低コストの深度カメラを通して人間の手を観察し、ペアのロボットハンドポーズの深度画像を生成する。 ウェアラブルカメラホルダは、同時ハンドアーム制御を可能にし、遠隔操作システム全体の移動を容易にする。
  論文  参考訳（メタデータ） (2020-03-11T10:57:24Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。