論文の概要: WHED: A Wearable Hand Exoskeleton for Natural, High-Quality Demonstration Collection
- arxiv url: http://arxiv.org/abs/2602.17908v2
- Date: Thu, 12 Mar 2026 19:35:31 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-23 08:17:41.589058
- Title: WHED: A Wearable Hand Exoskeleton for Natural, High-Quality Demonstration Collection
- Title（参考訳）: WHED: 自然で高品質なデモコレクションのためのウェアラブル・ハンド・エクソスケルトン
- Authors: Mingzhang Zhu, Alvin Zhu, Jose Victor S. H. Ramos, Beom Jun Kim, Yike Shi, Yufeng Wu, Ruochen Hou, Quanyou Wang, Eric Song, Tony Fan, Yuchen Cui, Dennis W. Hong,
- Abstract要約: We present WHED, a wearable hand-exoskeleton system designed for in-the-wild demonstration capture。
精度ピンチと全手囲いグリップにまたがる代表的把握および操作シーケンスの実現可能性を示す。
- 参考スコア（独自算出の注目度）: 7.615440875928701
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Scalable learning of dexterous manipulation remains bottlenecked by the difficulty of collecting natural, high-fidelity human demonstrations of multi-finger hands due to occlusion, complex hand kinematics, and contact-rich interactions. We present WHED, a wearable hand-exoskeleton system designed for in-the-wild demonstration capture, guided by two principles: wearability-first operation for extended use and a pose-tolerant, free-to-move thumb coupling that preserves natural thumb behaviors while maintaining a consistent mapping to the target robot thumb degrees of freedom. WHED integrates a linkage-driven finger interface with passive fit accommodation, a modified passive hand with robust proprioceptive sensing, and an onboard sensing/power module. We also provide an end-to-end data pipeline that synchronizes joint encoders, AR-based end-effector pose, and wrist-mounted visual observations, and supports post-processing for time alignment and replay. We demonstrate feasibility on representative grasping and manipulation sequences spanning precision pinch and full-hand enclosure grasps, and show qualitative consistency between collected demonstrations and replayed executions.
- Abstract（参考訳）: 器用な操作のスケーラブルな学習は、咬合、複雑な手キネマティクス、接触に富んだ相互作用によって、自然で高忠実な人手によるマルチフィンガーハンドのデモンストレーションを集めることの難しさによって、いまだボトルネックとなっている。
We present WHED, a wearable hand-exoskeleton system, designed for the-the-wild demonstration capture, guideed by two principles: Wearability-first operation for extended use and a pose-to-move thumb coupling that maintain a consistent mapping to the target robot thumb degrees of freedom。
WHEDは、リンケージ駆動のフィンガーインターフェースと、受動的適合調節、頑健な受動的触覚を備えたパッシブハンド、およびオンボードセンシング/パワーモジュールを統合している。
また、ジョイントエンコーダ、ARベースのエンドエフェクタポーズ、手首に装着した視覚観察を同期するエンドツーエンドのデータパイプラインも提供し、時間アライメントと再生のための後処理をサポートしています。
本研究では,精密ピンチと全手囲いグリップにまたがる代表的把握および操作シーケンスの実現可能性を示し,収集した実演と再生実行の質的整合性を示す。
関連論文リスト
- UniHand: A Unified Model for Diverse Controlled 4D Hand Motion Modeling [45.29560152294065]
UniHandは、条件付きモーション合成として推定と生成の両方を定式化する統合拡散ベースのフレームワークである。
視覚観察は凍結したバックボーンで符号化され、専用のハンドパーセプトロンは画像特徴から直接手固有のキューを抽出する。
潜在拡散モデルは、様々な条件から一貫した動き列を合成する。
論文 参考訳（メタデータ） (2026-02-25T06:53:15Z) - OPENTOUCH: Bringing Full-Hand Touch to Real-World Interaction [93.88239833545623]
OpenTouchは、最初のインザワイルドなエゴセントリックなフルハンド触覚データセットです。
触覚信号は,理解のためのコンパクトで強力なキューを提供する。
我々は,マルチモーダルな自我中心の知覚,具体的学習,接触に富むロボット操作の促進を目指す。
論文 参考訳（メタデータ） (2025-12-18T18:18:17Z) - MILE: A Mechanically Isomorphic Exoskeleton Data Collection System with Fingertip Visuotactile Sensing for Dexterous Manipulation [17.138615434309575]
既存のデータ収集パイプラインは、不正確な動作操作、低データ収集効率、高解像度触覚センサの欠如に悩まされている。
このギャップを、機械的遠隔操作とデータ収集システムであるMILEで解決する。
論文 参考訳（メタデータ） (2025-11-29T05:34:39Z) - Grasp Like Humans: Learning Generalizable Multi-Fingered Grasping from Human Proprioceptive Sensorimotor Integration [26.351720551267846]
触覚と審美的知覚は、人間の器用な操作に欠かせないものであり、感覚運動器統合による物体の確実な把握を可能にしている。
本研究では,人間の直感的・自然な操作から模倣学習に基づくロボット実行へのスキル伝達を把握するための,新しい手袋による触覚的知覚予測フレームワークを提案する。
論文 参考訳（メタデータ） (2025-09-10T07:44:12Z) - Reactive In-Air Clothing Manipulation with Confidence-Aware Dense Correspondence and Visuotactile Affordance [2.9070495263473375]
以前のシステムは、しばしば衣服を平らにしたり、重要な特徴の可視性を仮定する。
本稿では,信頼感に敏感な視覚対応と触覚制御による把握能力を組み合わせた両腕ビゾタクティル・フレームワークを提案する。
折りたたみ作業や吊り作業においてタスク非依存のグリップ選択モジュールを実演する。
論文 参考訳（メタデータ） (2025-09-04T05:16:56Z) - Touch in the Wild: Learning Fine-Grained Manipulation with a Portable Visuo-Tactile Gripper [7.618517580705364]
触覚センサーを内蔵した携帯型軽量グリップについて述べる。
視覚信号と触覚信号を統合するクロスモーダル表現学習フレームワークを提案する。
試験管挿入や管状流体移動などの細粒度タスクに対する本手法の有効性を検証した。
論文 参考訳（メタデータ） (2025-07-20T17:53:59Z) - 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) - Deformer: Dynamic Fusion Transformer for Robust Hand Pose Estimation [59.3035531612715]
既存の方法では、手のこもりが強かったり、ぼやけたりすると、手のポーズが難しい場合が多い。
ビデオでは、手の動きによって、片方のフレームに隠されたり、ぼやけたりして、手のさまざまな部分を観察することができる。
画像内の手の部分間の関係を暗黙的に推論するフレームワークであるDeformerを提案する。
論文 参考訳（メタデータ） (2023-03-09T02:24:30Z) - Reconfigurable Data Glove for Reconstructing Physical and Virtual Grasps [100.72245315180433]
本研究では,人間の手-物体相互作用の異なるモードを捉えるために,再構成可能なデータグローブの設計を提案する。
グローブは3つのモードで動作し、異なる特徴を持つ様々な下流タスクを実行する。
i)手の動きと関連力を記録し,(ii)VRの操作流速を改善するとともに,(iii)様々なツールの現実的なシミュレーション効果を生み出すことにより,システムの3つのモードを評価する。
論文 参考訳（メタデータ） (2023-01-14T05:35:50Z)
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。