論文の概要: DexTeleop-0: Force-Aware Bimanual Dexterous Teleoperation with Ego-Centric Perception towards Shared Autonomy

• arxiv url: http://arxiv.org/abs/2606.23431v1
• Date: Mon, 22 Jun 2026 14:48:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-24 19:06:39.975953
• Title: DexTeleop-0: Force-Aware Bimanual Dexterous Teleoperation with Ego-Centric Perception towards Shared Autonomy
• Title（参考訳）: DexTeleop-0: Ego-Centric Perception を用いた力覚的両眼的遠隔手術
• Authors: Haichao Liu, Yuyao Jiang, Hyunsun Park, Yuanjiang Xue, Ziwei Wang,
• Abstract要約: ロボット工学における基礎的な課題は、きめ細かな両面的な操作である。 従来の遠隔操作システムは、ボディーメントギャップが正確なキネマティックマッピングを妨げているため、コンタクトリッチなタスクでは失敗する。 遠隔操作パイプライン上での微粒な操作を可能にするために,触覚駆動型適応方式を提案する。
• 参考スコア（独自算出の注目度）: 6.652421441096025
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Fine-grained, bimanual dexterous manipulation remains a foundational challenge in robotics. Traditional teleoperation systems often fail in contact-rich tasks because embodiment gaps hinder accurate kinematic mapping, while tactile and force feedback remain absent. Consequently, data collection efficiency for high-precision tasks remains prohibitively low. To address these limitations, we propose a tactile-driven adaptation strategy designed to enable fine-grained manipulation on top of teleoperation pipelines. Instantiated within our bimanual dexterous framework, DexTeleop-0, this strategy introduces a real-time optimization loop that bridges the embodiment gap by translating coarse human tracking intents into precise, force-compliant robotic commands with tactile sensing. By estimating accurate contact points and leveraging a tactile-enabled fingertip force-sensing profile, the system dynamically computes localized corrections using the operational space Jacobian with respect to joint angle updates. We rigorously evaluate this tactile-driven adaptation strategy across both simulated environments and real-world hardware. Compared with representative baselines, the proposed method consistently achieves higher task success rates and improved execution efficiency in robust grasping, disturbance-resilient manipulation, and complex dexterous tasks.
• Abstract（参考訳）: ロボット工学における基礎的な課題は、きめ細かな両面的な操作である。 従来の遠隔操作システムは、触覚と力のフィードバックが欠如しているにもかかわらず、正確なキネマティックマッピングを阻害するエンボディメントギャップが原因で、コンタクトリッチなタスクでは失敗することが多い。 その結果、高精度タスクのためのデータ収集効率は、違法に低いままである。 これらの制約に対処するため,遠隔操作パイプライン上での微粒な操作を可能にする触覚駆動型適応方式を提案する。 この戦略は、人間の粗い追跡意図を精密で力に順応するロボットコマンドに触覚センサーで翻訳することで、エンボディメントギャップを埋めるリアルタイム最適化ループを導入する。 正確な接触点を推定し、触覚対応指先力覚プロファイルを活用することにより、操作空間ヤコビアンを用いた局所補正を関節角更新に関して動的に計算する。 我々は、この触覚駆動型適応戦略を、シミュレーション環境と実世界のハードウェアの両方にわたって厳格に評価する。 代表的ベースラインと比較して,提案手法は高いタスク成功率を達成し,頑健な把握,外乱耐性操作,複雑な外乱処理において実行効率を向上する。

関連論文リスト

• T-Rex: Tactile-Reactive Dexterous Manipulation [139.71263755530654]
  本稿では,新しい時相触覚VQ-VAEエンコーダを備えた可変レートMixture-of-Transformers (MoT)アーキテクチャを提案する。 微妙な力制御と変形可能な物体操作を必要とする12の操作課題に対して,触覚反応が有効であることを示す。
  論文  参考訳（メタデータ） (2026-06-15T17:59:55Z)
• Real-Time and Accurate Collision-Free Teleoperation via Differentiable Constraint-Based Trajectory Planning [1.4699455652461726]
  この問題を緩和するための一般的な戦略は、最適制御に基づく軌道計画を用いて演算子の入力を強化することである。 我々は、凸最適化における双対性に基づいて、最近の微分可能な衝突回避制約の定式化を遠隔操作設定に適用する。 その結果,提案手法はより高精度な障害物モデリングを実現するとともに,計算時間を短縮できることがわかった。
  論文  参考訳（メタデータ） (2026-06-07T16:39:56Z)
• X-OP: Cross-Morphology Whole-Body Teleoperation via MPC Retargeting [3.134050607080983]
  全体遠隔操作は、ロコ操作タスクにおけるスケーラブルなロボットデータ収集に不可欠である。 単一のXRデバイスによって駆動される階層的な全身遠隔操作フレームワークを提案する。 我々は,ヒューマノイドと移動マニピュレータの双方において,全身制御タスクにおいて高い成功率を示す。
  論文  参考訳（メタデータ） (2026-06-06T01:50:59Z)
• Direction Matters: Learning Force Direction Enables Sim-to-Real Contact-Rich Manipulation [28.707088673008172]
  本稿では,専門家が設計したコントローラロジックを転送に利用するフレームワークを提案する。 タスクにおける特権的監督の成功に触発されて、シミュレーションには人間によって設計された有限状態マシンベースの位置/力制御を用いる。 シミュレーションの不正確さに非常に敏感な力の大きさとは異なり、力の方向はハイレベルなタスク形状を符号化し、シム・トゥ・リアルギャップをまたいで頑健なままである。
  論文  参考訳（メタデータ） (2026-02-15T14:57:13Z)
• Closing the Reality Gap: Zero-Shot Sim-to-Real Deployment for Dexterous Force-Based Grasping and Manipulation [12.509181374985936]
  複数の指を持つ人間のような器用な手は、人間レベルの操作機能を提供する。 しかし、実際のハードウェアに直接デプロイ可能なトレーニングコントロールポリシは、コンタクトリッチな物理のため、依然として難しいままです。 本稿では,高密度触覚フィードバックと関節トルクセンシングを併用して身体的相互作用を調節する実践的枠組みを提案する。
  論文  参考訳（メタデータ） (2026-01-06T07:26:39Z)
• DexHandDiff: Interaction-aware Diffusion Planning for Adaptive Dexterous Manipulation [78.60543357822957]
  高度なロボティクスにとって、接触に富んだ相互作用による有害な操作が不可欠である。 DexHandDiffは,適応的デキスタラス操作のための対話型拡散計画フレームワークである。 当社のフレームワークは, 目標適応度の高いタスクにおいて, 平均70.7%の成功率を実現し, コンタクトリッチな操作における堅牢性と柔軟性を強調した。
  論文  参考訳（メタデータ） (2024-11-27T18:03:26Z)
• Learning Compliance Adaptation in Contact-Rich Manipulation [81.40695846555955]
  本稿では,コンタクトリッチタスクに必要な力プロファイルの予測モデルを学習するための新しいアプローチを提案する。 このアプローチは、双方向Gated Recurrent Units (Bi-GRU) に基づく異常検出と適応力/インピーダンス制御を組み合わせたものである。
  論文  参考訳（メタデータ） (2020-05-01T05:23:34Z)

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。