論文の概要: Modular Anthropomorphic Hand Design via Multi-Parameter Finger Benchmarking and Selection

• arxiv url: http://arxiv.org/abs/2606.11826v1
• Date: Wed, 10 Jun 2026 09:03:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-18 14:35:09.836086
• Title: Modular Anthropomorphic Hand Design via Multi-Parameter Finger Benchmarking and Selection
• Title（参考訳）: 多パラメータフィンガーベンチマークと選択によるモジュール型人型ハンドデザイン
• Authors: Yu Zhang, Huijiang Wang, Josie Hughes,
• Abstract要約: 我々は,ロボットハンドのプラットフォームを開発し,指を完全な遠隔操作の手にモジュラーに統合する。 候補指の設計は、メカニズム指向とタスク関連メトリクスの両方を用いて評価される。 この枠組みは、最適化された指を持つ人型ロボットハンドの開発を通じて検証される。
• 参考スコア（独自算出の注目度）: 7.144298246891022
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Designing anthropomorphic dexterous robotic hands remains challenging as the design space straddles morphology, actuation, and sensing properties, and performance metrics span both task-dependent and task-agnostic. Existing optimization methods are often unstructured or consider only a single performance metric, limiting systematic comparison and targeted refinement. While the design considerations of the entire hand are significant, the individual finger properties play a key role in dexterity. By developing a robotic hand platform where fingers can be modularly integrated into a full teleoperated hand, we propose that optimizing the fingers can significantly improve overall hand performance. This approach enables rapid screening of different finger-level prototypes through a number of quantitative benchmarks before their integration into the hand for task-level validation. Candidate finger designs (incorporating variations in joint, bone, skin, and sensor placement) are assessed using both mechanism-oriented and task-relevant metrics, which establish a quantitative link between component design and full hand embodiment. The framework is validated through the development of an anthropomorphic robotic hand with optimized fingers, demonstrating how these fingers enable performance improvements across tasks, including multi-object grasping and light bulb screwing.
• Abstract（参考訳）: 人為的外在性ロボットハンドの設計は、デザイン空間が形態、アクティベーション、センシング特性にまたがり、パフォーマンス指標はタスク依存とタスク非依存の両方にまたがるため、依然として困難である。 既存の最適化手法は、しばしば非構造化されるか、単一の性能指標のみを考慮しており、体系的な比較と目的の洗練を制限している。 全手の設計上の考慮事項は重要であるが、個々の指の特性は器用性において重要な役割を担っている。 指を全遠隔操作の手にモジュール的に組み込むロボットハンドプラットフォームを開発することにより,指の最適化により,手全体のパフォーマンスが大幅に向上する可能性が示唆された。 このアプローチは、タスクレベルの検証のために手に入る前に、多数の定量的ベンチマークを通じて、異なる指レベルのプロトタイプを迅速にスクリーニングすることを可能にする。 関節, 骨, 皮膚, センサーの配置のバリエーションを含む候補指の設計を, 機構指向とタスク関連の両方の指標を用いて評価し, 部品設計と全手実施の定量的リンクを確立する。 このフレームワークは、最適化された指を持つ人型ロボットハンドの開発を通じて検証され、多目的グリップや電球ねじなど、複数のタスクにおいて、これらの指がどのようにパフォーマンス改善を実現するかを実証している。

関連論文リスト

• Function-based Parametric Co-Design Optimization of Dexterous Hands [5.05447792208957]
  手のひら構造,指のキネマティクス,指先形状,微細な表面曲率を統一するロボットハンドジェネレーションのための包括的枠組みを提案する。 シミュレーションおよび実世界の動的シナリオにおける安定性タスクの把握における設計最適化の枠組みを検証する。 本フレームワークはシミュレーションおよび製造可能なハンドモデルを生成し,オープンソースとして公開する。
  論文  参考訳（メタデータ） (2026-04-30T08:06:00Z)
• A Kinematic Framework for Evaluating Pinch Configurations in Robotic Hand Design without Object or Contact Models [4.583417032181106]
  本研究では,指先作業空間間の相互作用に基づいて,ロボットハンドのピンチ構成を解析するためのキネマティック評価手法を提案する。 提案した評価フレームワークは、異なるロボットハンドの設計を比較し、設計段階におけるピンチ能力を解析するための有用なツールとして機能する。
  論文  参考訳（メタデータ） (2026-04-22T15:38:40Z)
• UniMorphGrasp: Diffusion Model with Morphology-Awareness for Cross-Embodiment Dexterous Grasp Generation [63.13144787866563]
  クロス・エボディメント・グルーピングは、異種キネマティック構造を持つロボットハンドに対して、安定かつ多様なグルーピングを生成することを目的としている。 ハンドモーフィック情報をグリップ生成プロセスに組み込んだ拡散型フレームワークである textbfUniMorphGrasp を提案する。 UniMorphGraspは、既存のデクスタラスグリップベンチマークで最先端のパフォーマンスを達成し、以前は目に見えない手の構造に対して強力なゼロショットの一般化を示す。
  論文  参考訳（メタデータ） (2026-01-31T21:56:16Z)
• Learning Generalizable Hand-Object Tracking from Synthetic Demonstrations [71.15185260689928]
  本研究では,人間による実演を必要とせず,合成データから汎用的な手動物体追跡制御系を学習するシステムを提案する。 提案手法は,(1)多種多様な対象物軌跡を合成可能なハンドオブジェクトプランナであるHOPと,(2)強化学習と相互作用模倣学習を通じて合成と物理の伝達をブリッジするハンドオブジェクトトラッカーであるHOTの2つの重要な貢献を行う。
  論文  参考訳（メタデータ） (2025-12-22T17:08:54Z)
• From Power to Precision: Learning Fine-grained Dexterity for Multi-fingered Robotic Hands [20.469682777841207]
  人間の握力は、大まかに2つのタイプに分類できる。 今日のマルチフィンガーロボットハンドは、パワーグリップに効果があるが、精度を必要とするタスクでは、パラレルグリップが広く採用されている。 マルチフィンガーハンドの制御設計とハードウェア設計を共同で最適化することで,このギャップを埋める。
  論文  参考訳（メタデータ） (2025-11-17T18:56:50Z)
• Decomposed Vector-Quantized Variational Autoencoder for Human Grasp Generation [27.206656215734295]
  本稿では,DVQ-VAE(Decomposed Vector-Quantized Variational Autoencoder)を提案する。 部分認識の分解アーキテクチャは、手とオブジェクトの各コンポーネント間のインタラクションをより正確に管理するのに役立つ。 提案モデルでは,4つのベンチマークにおいて,最先端の手法と比較して,品質指標の14.1%の相対的な改善を実現した。
  論文  参考訳（メタデータ） (2024-07-19T06:41:16Z)
• MS-MANO: Enabling Hand Pose Tracking with Biomechanical Constraints [50.61346764110482]
  筋骨格系と学習可能なパラメトリックハンドモデルMANOを統合し,MS-MANOを作成する。 このモデルは骨格系を駆動する筋肉と腱の力学をエミュレートし、結果として生じるトルク軌跡に生理学的に現実的な制約を与える。 また,マルチ層パーセプトロンネットワークによる初期推定ポーズを改良する,ループ式ポーズ改善フレームワークBioPRを提案する。
  論文  参考訳（メタデータ） (2024-04-16T02:18:18Z)
• Fin-QD: A Computational Design Framework for Soft Grippers: Integrating MAP-Elites and High-fidelity FEM [14.554559832990835]
  この研究は、指をベースとしたソフトグリップの広大な設計空間を計算的に探索する際のギャップを埋めると同時に、単純な制御方式で大きな幾何学的に異なるオブジェクトタイプを把握している。
  論文  参考訳（メタデータ） (2023-11-21T09:38:03Z)
• 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)
• A Skeleton-Driven Neural Occupancy Representation for Articulated Hands [49.956892429789775]
  Hand ArticuLated Occupancy (HALO) は、3Dキーポイントと神経暗黙の面の利点を橋渡しする手話の表現である。 本研究では,3次元物体を把握した手の条件生成作業に対するHALOの適用性を示す。
  論文  参考訳（メタデータ） (2021-09-23T14:35:19Z)

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。