論文の概要: Towards Human-level Dexterous Teleoperation

• arxiv url: http://arxiv.org/abs/2607.11481v1
• Date: Mon, 13 Jul 2026 12:36:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-14 17:47:21.464757
• Title: Towards Human-level Dexterous Teleoperation
• Title（参考訳）: 人間レベルのデクサラス遠隔操作に向けて
• Abstract要約: 人レベルのデキスタラス遠隔操作は、動的手動物体接触による物体の動きを正確に制御する必要がある。 我々は,操作者の意図を学習された低レベルのコンタクト実行にマッピングするハンドオブジェクト・コトラッキング・コントローラであるTeleDexterを紹介した。 我々はTeleDexterを、物体の向きを変える7つの難易度遠隔操作タスクと、両手にわたる長距離ツールを用いて評価した。
• 参考スコア（独自算出の注目度）: 62.77371751776912
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Humans routinely wield tools, swap grasps, and reposition objects within a single hand, seamlessly orchestrating contact transitions that span translation, reorientation, and finger gaiting. Endowing robot dexterous hands with this level of in-hand dexterity through teleoperation requires precise control of object motion via dynamic hand-object contact, yet current teleoperation systems remain far from this capability. To bridge this gap, we take a major step towards human-level dexterous teleoperation by introducing TeleDexter, a hand-object co-tracking controller that maps operator intent into learned, low-level contact execution. The controller is trained on consecutive co-tracking subgoals derived from human reference motions, utilizing a hybrid reward that couples sparse subgoal objectives with dense tracking rewards to enable learning across diverse interaction modalities rather than frame-wise trajectory imitation. The entire pipeline requires only single-stage RL and, with random action masking and domain randomization, transfers zero-shot to the real robot. We evaluate TeleDexter on seven challenging dexterous teleoperation tasks spanning object reorientation and long-horizon tool use across two dexterous hands, achieving a 75% average success rate where all baselines consistently fail. Furthermore, the collected demonstrations successfully train autonomous policies via behavioral cloning, marking a concrete step towards human-level dexterous teleoperation.
• Abstract（参考訳）: 人間は日常的にツールをいじり、つかみを交換し、片手でオブジェクトを配置し、翻訳、方向転換、指の出入りを横断する接触遷移をシームレスに調整する。 遠隔操作を通して、このような手の内面のデキスタリティを持つロボットの手を動かすには、動的ハンドオブジェクト接触による物体の動きを正確に制御する必要があるが、現在の遠隔操作システムは、この能力からは程遠いままである。 このギャップを埋めるために,操作者の意図を学習された低レベルの接触実行にマッピングするハンドオブジェクトのコトラッキングコントローラであるTeleDexterを導入することで,人間レベルの遠隔操作に向けて大きな一歩を踏み出した。 このコントローラは、人間の参照動作から派生した連続的コトラックサブゴールに基づいて訓練され、疎いサブゴール目標と密なトラッキング報酬を結合してフレームワイドな軌道模倣ではなく、多様な相互作用のモダリティを学習できるようにするハイブリッド報酬を利用する。 パイプライン全体はシングルステージのRLのみを必要とし、ランダムなアクションマスキングとドメインランダム化によって、ゼロショットを実際のロボットに転送する。 我々はTeleDexterを、物体の向きを変える7つの困難な遠隔操作タスクと2つの手にわたる長時間水平ツールの使用について評価し、全てのベースラインが一貫して失敗する75%の平均成功率を達成した。 さらに、収集されたデモは行動クローニングを通じて自律的な政策の訓練に成功し、人間レベルの遠隔操作に向けて具体的な一歩を踏み出した。

関連論文リスト

• AnyDexRT: Calibration-Free Dexterous Hand Retargeting with Few-Shot Human Guidance [52.973947477815614]
  AnyDexRT は人のような器用な手間で直感的な器用な遠隔操作を行うキャリブレーションのない手法である。 実験によると、AnyDexRTは品質を改善し、手動チューニングを減らし、従来の方法よりも直感的で効率的な制御を提供する。
  論文  参考訳（メタデータ） (2026-07-09T10:29:53Z)
• Immersive Social Interaction with VR and LLM-Assisted Humanoids [8.355232835265982]
  本稿では,音声制御された移動,VRによる操作,および全身ヒューマノイド制御のための双方向ソーシャルインタラクションを統合した没入型遠隔操作フレームワークを提案する。 オペレーターはApple Vision Proを使って、エゴセントリックな視覚フィードバックを受け取り、自然言語の移動コマンドを発行し、手首と指のトラッキングを通じてロボットの腕と器用な手を遠隔操作する。 我々は,操作作業や社会的相互作用作業において,器用な手を備えたUnitree H1ヒューマノイドの枠組みを評価する。
  論文  参考訳（メタデータ） (2026-07-08T14:00:51Z)
• DexTeleop-0: Force-Aware Bimanual Dexterous Teleoperation with Ego-Centric Perception towards Shared Autonomy [6.652421441096025]
  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。
  論文  参考訳（メタデータ） (2026-06-22T14:48:58Z)
• RealDexUMI: A Wearable Universal Manipulation Interface for Dexterous Robot Learning [21.875676616617838]
  本稿では,共有デキスタラスエンドエフェクタモジュールを中心に構築されたウェアラブルユニバーサル操作インタフェースであるRealDexUMIを紹介する。 手のひら側は、人間の指の入力をロボットハンドのコマンドにマッピングし、リアルタイム、手袋なし、直感的で正確な手操作を可能にする。
  論文  参考訳（メタデータ） (2026-06-04T11:28:23Z)
• UniDex: A Robot Foundation Suite for Universal Dexterous Hand Control from Egocentric Human Videos [65.2981273885678]
  実際のロボット遠隔操作データの収集コストのため、デクサラスな操作は依然として困難である。 我々は、ロボット中心の大規模データセットと視覚言語アクション(VLA)ポリシーを結合したロボット基盤スイートであるUniDexを紹介する。 UniDex-Dataset、UniDex-VLA、UniDex-Capは、ユニバーサルデキスタラス操作のためのスケーラブルな基盤スイートを提供する。
  論文  参考訳（メタデータ） (2026-03-23T17:49:12Z)
• CLOT: Closed-Loop Global Motion Tracking for Whole-Body Humanoid Teleoperation [54.7399209456857]
  閉ループグローバルモーショントラッキングを実現する,リアルタイムな人型遠隔操作システムCLOTを提案する。 CLOTはオペレータとロボットのポーズをクローズドループで同期させ、長時間のタイムホライズン上でドリフトフリーな人間-人間-ヒューマノイドの模倣を可能にする。 本研究では,報奨評価から観測軌道を分離し,スムーズで安定した大域的補正を可能にするデータ駆動ランダム化手法を提案する。
  論文  参考訳（メタデータ） (2026-02-13T12:03:13Z)
• ManipTrans: Efficient Dexterous Bimanual Manipulation Transfer via Residual Learning [24.675197489823898]
  シミュレーションにおいて,ヒトの両腕のスキルを手指に伝達する新しい手法であるManipTransを紹介した。 実験によると、ManipTransは成功率、忠実度、効率性において最先端の手法を超越している。 DexManipNetという大規模なデータセットも作成しています。
  論文  参考訳（メタデータ） (2025-03-27T17:50:30Z)
• 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)
• RealDex: Towards Human-like Grasping for Robotic Dexterous Hand [64.33746404551343]
  本稿では,人間の行動パターンを取り入れた手の動きを正確に把握する先駆的データセットであるRealDexを紹介する。 RealDexは、現実のシナリオにおける認識、認識、操作を自動化するためのヒューマノイドロボットを進化させる上で、大きな可能性を秘めている。
  論文  参考訳（メタデータ） (2024-02-21T14:59:46Z)

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。