論文の概要: DexTwist: Dexterous Hand Retargeting for Twist Motion via Mixed Reality-based Teleoperation
- arxiv url: http://arxiv.org/abs/2605.12182v1
- Date: Tue, 12 May 2026 14:25:00 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-13 21:48:56.922194
- Title: DexTwist: Dexterous Hand Retargeting for Twist Motion via Mixed Reality-based Teleoperation
- Title（参考訳）: DexTwist:Mixed Reality-based Teleoperationによるトイストモーションのためのデクサラスハンドリターゲティング
- Authors: Dongmyoung Lee, Chengxi Li, Dongheui Lee,
- Abstract要約: MR(Mixed Reality)ベースのインターフェースによるデクサラス遠隔操作は、人間の操作スキルをロボットの手に移すためのスケーラブルなパラダイムを提供する。
MRを用いたデキスタラス遠隔操作のための機能的ツイストリターゲティングフレームワークであるDexTwistを提案する。
DexTwistはベクトルベースベースラインに比べて回転角追跡とねじ軸安定性が向上することを示す。
- 参考スコア（独自算出の注目度）: 7.817721592278407
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Dexterous teleoperation via Mixed Reality (MR)-based interfaces offers a scalable paradigm for transferring human manipulation skills to dexterous robot hands. However, conventional retargeting approaches that minimize kinematic dissimilarity (e.g., joint angle or fingertip position error) often fail in contact-rich rotational manipulation, such as cap opening, key turning, and bolt screwing. This failure stems from the embodiment gap: mismatched link lengths, joint axes/limits, and fingertip geometry can cause direct pose imitation to induce tangential fingertip sliding rather than stable object rotation, resulting in screw axis drift, contact slip, and grasp instability. To address this, we propose DexTwist, a functional twist-retargeting framework for MR-based dexterous teleoperation. DexTwist detects a tripod pinch, estimates the operator's intended screw axis and twist magnitude, and applies a real-time residual joint-space refinement that tracks turning progress while regularizing the robot tripod geometry. The refinement minimizes a virtual-object objective defined by turning angle, screw axis consistency, fingertip closure, and tripod stability. Simulation and real-world experiments show that DexTwist improves turning angle tracking and screw axis stability compared with a vector-based retargeting baseline.
- Abstract（参考訳）: MR(Mixed Reality)ベースのインターフェースによるデクサラス遠隔操作は、人間の操作スキルをデクサラスなロボットの手に移すためのスケーラブルなパラダイムを提供する。
しかし、従来のリターゲティング手法では(例えば、関節角度や指先位置誤差など)、キャップの開口、キーの回転、ボルトのねじなど、接触に富む回転操作でしばしば失敗する。
ミスマッチしたリンク長、関節軸/リミット、指先形状は、安定な物体の回転よりも接する指先すべりを誘導する直接的なポーズ模倣を引き起こし、ねじ軸のドリフト、接触すべり、不安定性を把握させる。
そこで我々は,MRを用いたデキスタラス遠隔操作のための機能的ツイストリターゲティングフレームワークであるDexTwistを提案する。
DexTwistは三脚ピンチを検出し、オペレーターの意図するねじ軸とねじれの大きさを推定し、ロボット三脚形状を規則化しながら進行をトラックするリアルタイムの残留継手空間改良を適用した。
この改良は、回転角、ねじ軸の整合性、指先閉鎖、三脚安定性によって定義される仮想物体の目的を最小化する。
シミュレーションおよび実世界の実験により、DexTwistはベクトルベースのリターゲットベースラインと比較して回転角追跡とねじ軸安定性を改善することが示された。
関連論文リスト
- MoCapAnything V2: End-to-End Motion Capture for Arbitrary Skeletons [56.68975315643491]
本稿では,ビデオ・ツー・ローテーションとビデオ・ツー・ローテーションを共同で学習し,最適化する,最初のエンドツーエンドフレームワークを提案する。
本手法は, メッシュベースパイプラインの20倍の速度で, 回転誤差を17度から10度, 見えない骨格では6.54度に低減する。
論文 参考訳（メタデータ） (2026-04-30T17:16:38Z) - Periodic Steady-State Control of a Handkerchief-Spinning Task Using a Parallel Anti-Parallelogram Tendon-driven Wrist [37.0667004392926]
本研究は, 並列型反平行波腱駆動構造に基づく直感的手首の開発である。
そこで我々は,制御指向の抽象化と戦略評価のためのハンカチの粒子スプリングモデルを開発した。
その結果、制御指向モデリングをタスク調整されたデキスタラス手首と組み合わせることで、安定状態から定常状態への堅牢な遷移が可能になることが示された。
論文 参考訳（メタデータ） (2026-04-20T06:21:12Z) - Design of an In-Pipe Robot with Contact-Angle-Guided Kinematic Decoupling for Crosstalk-Suppressed Locomotion [20.379309593600414]
管内検査ロボットは、肘と3次元のフィッティングで閉じ込められたパイプラインネットワークを横切る必要がある。
コンパクトなV字型プラットフォームでは、これらの機能はしばしば共有接触や間接運動に依存する。
本稿では、2つの物理的独立なアクティベーションチャネルを提供するジョイント軸・ホイール分離レイアウトを備えたV字型インパイプロボットを提案する。
論文 参考訳（メタデータ） (2026-03-28T11:40:36Z) - Surface-Constrained Offline Warping with Contact-Aware Online Pose Projection for Safe Robotic Trajectory Execution [2.192782571038966]
本稿では,幾何学的埋め込みと実行レベルの規制を分離する2段階のフレームワークを提案する。
複数の解析的表面積と正弦波面上の実ロボットによる検証実験により、幾何的連続性の改善、大きな方向跳躍の低減、堅牢な接触維持が示された。
論文 参考訳（メタデータ） (2026-03-17T21:54:54Z) - Controllable Egocentric Video Generation via Occlusion-Aware Sparse 3D Hand Joints [87.13154261503168]
モーションコントロール可能なビデオ生成は、仮想現実と組み込みAIにおけるエゴセントリックなアプリケーションに不可欠である。
既存の手法は、しばしば3D一貫性のきめ細かい手話を実現するのに苦労する。
単一の参照フレームからエゴセントリックなビデオを生成する新しいフレームワークを提案する。
論文 参考訳（メタデータ） (2026-03-12T10:02:23Z) - Structural Action Transformer for 3D Dexterous Manipulation [80.07649565189035]
クロス・エボディメント・スキル・トランスファーは、ハイDoFロボットハンドの課題である。
既存の手法は、しばしば2次元の観測と時間中心の行動表現に依存し、3次元の空間的関係を捉えるのに苦労する。
本稿では、構造中心の視点を導入することで、このパラダイムに挑戦する新しい3Dデクスタラスな操作ポリシーを提案する。
論文 参考訳（メタデータ） (2026-03-04T11:38:12Z) - Robo3R: Enhancing Robotic Manipulation with Accurate Feed-Forward 3D Reconstruction [70.06600045165905]
3D空間認識は、一般的なロボット操作の基本であるが、信頼性が高く高品質な3D形状の取得は依然として困難である。
本稿では,RGB画像やロボットの状態から直接,正確な距離スケールのシーン形状をリアルタイムで予測する操作可能な3次元再構成モデルであるRobo3Rを紹介する。
我々は、ロボット操作のためのこの代替3Dセンシングモジュールの約束を示唆し、パフォーマンスの連続的な向上を観察する。
論文 参考訳（メタデータ） (2026-02-10T18:58:15Z) - Failure Forecasting Boosts Robustness of Sim2Real Rhythmic Insertion Policies [32.99644520625179]
本稿では,ロボットが繰り返し高精度挿入を行うRIT(Rhythmic Insertion Tasks)の課題に対処する。
本稿では,強化学習に基づく挿入ポリシーと障害予測モジュールを統合したフレームワークを提案する。
提案手法は1回の成功率が高く, 長時間繰り返しタスクの性能を安定的に維持する。
論文 参考訳（メタデータ） (2025-07-09T03:38:44Z) - AnyRotate: Gravity-Invariant In-Hand Object Rotation with Sim-to-Real Touch [9.606323817785114]
我々は,高密度のsim-to-realタッチを用いた重力不変多軸物体回転システムであるAnyRotateを提案する。
我々の定式化により、統一されたポリシーの訓練により、任意の回転軸に関する未知の物体を任意の方向で回転させることができる。
リッチな多指触覚センシングは不安定な把握を検知し、ポリシーの堅牢性を改善するリアクティブな振る舞いを提供する。
論文 参考訳（メタデータ） (2024-05-12T22:51:35Z) - NIKI: Neural Inverse Kinematics with Invertible Neural Networks for 3D
Human Pose and Shape Estimation [53.25973084799954]
両方向誤差をモデル化したNIKI(Neural Inverse Kinematics with Invertible Neural Network)を提案する。
NIKIは、非可逆ネットワークによる前処理と逆処理の両方から学習することができる。
論文 参考訳（メタデータ） (2023-05-15T12:13:24Z) - Online Body Schema Adaptation through Cost-Sensitive Active Learning [63.84207660737483]
この作業は、icubロボットシミュレータの7dofアームを使用して、シミュレーション環境で実行された。
コストに敏感な能動学習手法は最適な関節構成を選択するために用いられる。
その結果,コスト依存型能動学習は標準的な能動学習手法と同等の精度を示し,実行運動の約半分を減らした。
論文 参考訳（メタデータ） (2021-01-26T16:01:02Z)
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。