論文の概要: Kilohertz-Safe: A Scalable Framework for Constrained Dexterous Retargeting

• arxiv url: http://arxiv.org/abs/2603.29213v1
• Date: Tue, 31 Mar 2026 03:28:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-01 15:25:03.079931
• Title: Kilohertz-Safe: A Scalable Framework for Constrained Dexterous Retargeting
• Title（参考訳）: Kilohertz-Safe: 制約付きデクサラスリターゲティングのためのスケーラブルなフレームワーク
• Authors: Yinxiao Tian, Ziyi Yang, Zinan Zhao, Zhen Kan,
• Abstract要約: 本稿では,非線形問題を共同微分空間における凸プログラムに再構成するスケーラブルな運動フレームワークを提案する。 提案フレームワークは,Wuji Handプラットフォーム上でのシミュレーションとハードウェア実験によって検証される。 このフレームワークは平均遅延9.05ミリ秒の高周波動作を実現し、95%以上の再ターゲットフレームが安全基準を満たす。
• 参考スコア（独自算出の注目度）: 26.496984289625022
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Dexterous hand teleoperation requires motion re-targeting methods that simultaneously achieve high-frequency real-time performance and enforcement of heterogeneous kinematic and safety constraints. Existing nonlinear optimization-based approaches often incur prohibitive computational cost, limiting their applicability to kilohertz-level control, while learning-based methods typically lack formal safety guarantees. This paper proposes a scalable motion retargeting framework that reformulates the nonlinear retargeting problem into a convex quadratic program in joint differential space. Heterogeneous constraints, including kinematic limits and collision avoidance, are incorporated through systematic linearization, resulting in improved computational efficiency and numerical stability. Control barrier functions are further integrated to provide formal safety guarantees during the retargeting process. The proposed framework is validated through simulations and hardware experiments on the Wuji Hand platform, outperforming state-of-the-art methods such as Dex-Retargeting and GeoRT. The framework achieves high-frequency operation with an average latency of 9.05 ms, while over 95% of retargeted frames satisfy the safety criteria, effectively mitigating self-collision and penetration during complex manipulation tasks.
• Abstract（参考訳）: デクサラスハンド遠隔操作には、高周波リアルタイム性能と異種キネマティックおよび安全制約の実施を同時に達成するモーションリターゲット手法が必要である。 既存の非線形最適化に基づくアプローチは、しばしば不正な計算コストを発生させ、その適用性をキロヘルツレベルの制御に制限する。 本稿では, 非線形再ターゲット問題を, 関節微分空間における凸二次プログラムに再構成するスケーラブルな運動再ターゲットフレームワークを提案する。 運動制限や衝突回避を含む不均一な制約は、体系的な線形化を通じて組み込まれ、計算効率と数値安定性が向上する。 制御バリア機能は、再ターゲティングプロセス中に正式な安全保証を提供するためにさらに統合される。 提案フレームワークは,Wuji Handプラットフォーム上でのシミュレーションおよびハードウェア実験により,Dex-RetargetingやGeoRTといった最先端の手法よりも優れた性能を発揮する。 このフレームワークは平均遅延9.05msの高周波動作を実現し、95%以上の再ターゲットフレームが安全基準を満たしており、複雑な操作作業における自己衝突と侵入を効果的に軽減している。

関連論文リスト

• Accelerated Spline-Based Time-Optimal Motion Planning with Continuous Safety Guarantees for Non-Differentially Flat Systems [6.862015448582809]
  単一制御問題(OCP)としてのスプラインに基づく動き計画の定式化 分離を線形システムや二次プログラムで解ける独立した分類問題として扱うことにより、提案手法は超平面パラメータをOCP変数から除去する。 実験による検証により、この分離されたアプローチは、完全にリッチな環境に比べて軌道速度を60%近く減少させることが示された。
  論文  参考訳（メタデータ） (2026-03-25T09:53:04Z)
• MIRROR: Visual Motion Imitation via Real-time Retargeting and Teleoperation with Parallel Differential Inverse Kinematics [20.41490560492412]
  リアルタイムヒューマノイド遠隔操作には応答性逆運動学(IK)が必要である。 本稿では,GPU並列化された連続型差動IKを提案する。 本手法は,人体ロボットTheMIS上で,実世界のタスクにおいて,堅牢でリアルタイムな上半身遠隔操作を可能にする視覚骨格ポーズ推定パイプラインと組み合わせる。
  論文  参考訳（メタデータ） (2026-03-25T06:49:58Z)
• BarrierSteer: LLM Safety via Learning Barrier Steering [83.12893815611052]
  BarrierSteerは、学習した非線形安全性制約を直接モデルの潜在表現空間に埋め込むことで、安全性を形式化する新しいフレームワークである。 BarrierSteerは、敵の成功率を大幅に低下させ、安全でない世代を減少させ、既存の手法より優れていることを示す。
  論文  参考訳（メタデータ） (2026-02-23T18:19:46Z)
• Safe Reinforcement Learning via Recovery-based Shielding with Gaussian Process Dynamics Models [57.006252510102506]
  強化学習(Reinforcement Learning, RL)は、最適な意思決定と制御のための強力なフレームワークである。 本稿では,未知および非線形連続力学系に対する安全性を低くした安全RLを実現するための新しい回復型遮蔽フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-02-12T22:03:35Z)
• Integrating DeepRL with Robust Low-Level Control in Robotic Manipulators for Non-Repetitive Reaching Tasks [0.24578723416255746]
  ロボット工学では、現代の戦略は学習に基づくもので、複雑なブラックボックスの性質と解釈可能性の欠如が特徴である。 本稿では, 深部強化学習(DRL)に基づく衝突のない軌道プランナと, 自動調整型低レベル制御戦略を統合することを提案する。
  論文  参考訳（メタデータ） (2024-02-04T15:54:03Z)
• Recursively Feasible Probabilistic Safe Online Learning with Control Barrier Functions [60.26921219698514]
  CBFをベースとした安全クリティカルコントローラのモデル不確実性を考慮した再構成を提案する。 次に、結果の安全制御器のポイントワイズ実現可能性条件を示す。 これらの条件を利用して、イベントトリガーによるオンラインデータ収集戦略を考案する。
  論文  参考訳（メタデータ） (2022-08-23T05:02:09Z)
• Log Barriers for Safe Black-box Optimization with Application to Safe Reinforcement Learning [72.97229770329214]
  本稿では,学習時の安全性維持が不可欠である高次元非線形最適化問題に対する一般的なアプローチを提案する。 LBSGDと呼ばれるアプローチは、慎重に選択されたステップサイズで対数障壁近似を適用することに基づいている。 安全強化学習における政策課題の違反を最小限に抑えるためのアプローチの有効性を実証する。
  論文  参考訳（メタデータ） (2022-07-21T11:14:47Z)
• Safety and Liveness Guarantees through Reach-Avoid Reinforcement Learning [24.56889192688925]
  リーチ・アビド最適制御問題は、自律ロボットシステムの安全性と生存性保証の中心である。 性能目標を用いた最適制御問題を概ね解くための強化学習手法の最近の成功は、その認証問題への適用を魅力的にしている。 最近の研究は、安全型問題を扱うための強化学習機械の拡張を約束しており、その目的は和ではなく、時間とともに最小限(または最大)である。
  論文  参考訳（メタデータ） (2021-12-23T00:44:38Z)

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。