論文の概要: Cross-embodied Co-design for Dexterous Hands

• arxiv url: http://arxiv.org/abs/2512.03743v1
• Date: Wed, 03 Dec 2025 12:40:49 GMT
• ステータス: 情報取得中
• システム内更新日: 2025-12-04 12:08:34.273062
• Title: Cross-embodied Co-design for Dexterous Hands
• Title（参考訳）: 異端性手に対するクロス・エボディード・コデザイン
• Authors: Kehlani Fay, Darin Anthony Djapri, Anya Zorin, James Clinton, Ali El Lahib, Hao Su, Michael T. Tolley, Sha Yi, Xiaolong Wang,
• Abstract要約: 本稿では,タスク固有の手形態学と相補的なデキスタス制御ポリシーを学習する協調設計フレームワークを提案する。 我々のフレームワークは、24時間以内に新しいロボットハンドを設計、訓練、製造、展開できるエンドツーエンドパイプラインを可能にする。
• 参考スコア（独自算出の注目度）: 16.99446107451343
• License:
• Abstract: Dexterous manipulation is limited by both control and design, without consensus as to what makes manipulators best for performing dexterous tasks. This raises a fundamental challenge: how should we design and control robot manipulators that are optimized for dexterity? We present a co-design framework that learns task-specific hand morphology and complementary dexterous control policies. The framework supports 1) an expansive morphology search space including joint, finger, and palm generation, 2) scalable evaluation across the wide design space via morphology-conditioned cross-embodied control, and 3) real-world fabrication with accessible components. We evaluate the approach across multiple dexterous tasks, including in-hand rotation with simulation and real deployment. Our framework enables an end-to-end pipeline that can design, train, fabricate, and deploy a new robotic hand in under 24 hours. The full framework will be open-sourced and available on our website.
• Abstract（参考訳）: デクサラス操作は制御と設計の両方によって制限され、デクサラスタスクを実行するのに最適なマニピュレータとは何かという合意は得られない。 ロボットマニピュレータの設計と制御は、どのようにしてデキスタリティに最適化されるべきなのか? 本稿では,タスク固有の手形態学と相補的なデキスタス制御ポリシーを学習する協調設計フレームワークを提案する。 フレームワークのサポート 1) 関節,指,手のひら生成を含む拡大形態検索空間 2 形態素条件のクロス・エボダイド制御による広い設計空間におけるスケーラブルな評価、及び 3) アクセス可能なコンポーネントによる現実世界の加工。 シミュレーションによる手動回転や実際の展開など,複数のタスクにまたがるアプローチを評価する。 我々のフレームワークは、24時間以内に新しいロボットハンドを設計、訓練、製造、展開できるエンドツーエンドパイプラインを可能にする。 完全なフレームワークはオープンソースで、私たちのWebサイトで公開されます。

関連論文リスト

• Ctrl-World: A Controllable Generative World Model for Robot Manipulation [53.71061464925014]
  汎用ロボットポリシーは、幅広い操作スキルを実行することができる。 未知の物体や命令で 彼らの能力を評価し 改善することは 重要な課題です 世界モデルは、イマジネーション空間内でポリシーの展開を可能にすることで、有望でスケーラブルな代替手段を提供する。
  論文  参考訳（メタデータ） (2025-10-11T09:13:10Z)
• Co-design is powerful and not free [9.282303808233445]
  ロボットのパフォーマンスは、ボディとコントローラの結合から生まれる。 形態制御の共設計がいつ必要かは、まだ不明である。 本稿では,1つのニューラルネットワークに形態と制御パラメータを組み込む統一フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-10-09T15:52:48Z)
• ODYSSEY: Open-World Quadrupeds Exploration and Manipulation for Long-Horizon Tasks [46.676862567167625]
  ODYSSEYは、マニピュレータを備えたアジャイル四足ロボットのための統合モバイル操作フレームワークである。 言語条件付きタスクにおける自我中心的認識の課題に対処するために,視覚言語モデルを用いた階層型プランナを導入する。 コントロールレベルでは、新しい全身政策は、挑戦的な地形をまたいだ堅牢な協調を実現する。
  論文  参考訳（メタデータ） (2025-08-11T17:54:31Z)
• Rethinking Bimanual Robotic Manipulation: Learning with Decoupled Interaction Framework [51.39847596489193]
  バイオマチックなロボット操作は、ロボティクスコミュニティにおいて、新しくて重要なトピックである。 本稿では,バイマニュアル操作における異なるタスクの特徴を考察した,疎結合なインタラクションフレームワークを提案する。 我々のフレームワークは,SOTA法よりも23.5%向上し,優れた性能を実現している。
  論文  参考訳（メタデータ） (2025-03-12T09:28:41Z)
• Learning to Design and Use Tools for Robotic Manipulation [21.18538869008642]
  深層学習による形態と制御を共同最適化する最近の技術は, 移動エージェントの設計に有効である。 単一設計ではなく,設計方針の学習を提案する。 このフレームワークは,マルチゴール設定やマルチバリアント設定において,従来の手法よりもサンプリング効率が高いことを示す。
  論文  参考訳（メタデータ） (2023-11-01T18:00:10Z)
• SoftZoo: A Soft Robot Co-design Benchmark For Locomotion In Diverse Environments [111.91255476270526]
  我々は,多様な環境下での移動を支援するソフトロボットの共同設計プラットフォームであるSoftZooを紹介する。 SoftZooは、平らな地面、砂漠、湿地、粘土、氷、雪、浅い水、海などの環境をシミュレートする機能など、自然にヒントを得た幅広い素材セットをサポートしている。 それは、高速な移動、アジャイルな回転、パスフォローなど、ソフトロボティクスに関連するさまざまなタスクを提供し、形態学と制御のための微分可能な設計表現を提供する。
  論文  参考訳（メタデータ） (2023-03-16T17:59:50Z)
• 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)
• V-MAO: Generative Modeling for Multi-Arm Manipulation of Articulated Objects [51.79035249464852]
  本稿では,音声による物体のマルチアーム操作を学習するためのフレームワークを提案する。 本フレームワークは,各ロボットアームの剛部上の接触点分布を学習する変動生成モデルを含む。
  論文  参考訳（メタデータ） (2021-11-07T02:31:09Z)
• An End-to-End Differentiable Framework for Contact-Aware Robot Design [37.715596272425316]
  我々は、接触認識ロボット設計のためのエンドツーエンドの差別化可能なフレームワークを構築した。 変形に基づく新しいパラメータ化により、任意の複雑な幾何学を持つ剛体ロボットを設計することができる。 微分可能な剛体シミュレータは、接触豊富なシナリオを処理し、運動パラメータと動的パラメータの完全なスペクトルに対する解析的勾配を計算することができる。
  論文  参考訳（メタデータ） (2021-07-15T17:53:44Z)
• Simultaneous Navigation and Construction Benchmarking Environments [73.0706832393065]
  モバイル構築のためのインテリジェントなロボット、環境をナビゲートし、幾何学的設計に従ってその構造を変更するプロセスが必要です。 このタスクでは、ロボットのビジョンと学習の大きな課題は、GPSなしでデザインを正確に達成する方法です。 我々は,手工芸政策の性能を,基礎的なローカライゼーションと計画,最先端の深層強化学習手法を用いて評価した。
  論文  参考訳（メタデータ） (2021-03-31T00:05:54Z)

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。