論文の概要: A Minimalist Retargeting-Guided Reinforcement Learning Recipe for Dexterous Manipulation

• arxiv url: http://arxiv.org/abs/2607.11874v1
• Date: Mon, 13 Jul 2026 17:56:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-14 17:47:21.580581
• Title: A Minimalist Retargeting-Guided Reinforcement Learning Recipe for Dexterous Manipulation
• Title（参考訳）: ディクサラスマニピュレーションのためのミニマリストリターゲット型強化学習レシピ
• Abstract要約: 近年のヒューマノイド全身制御の研究は、人間の動きをロボットの参照に再ターゲットする簡単なレシピで成功している。 しかし、このレシピはどうやって巧妙な操作に移行するのか? 本稿では,1つの人間による実演から厳密な操作ポリシーを学習するミニマリスト誘導型RLパイプラインREGRINDを提案する。
• 参考スコア（独自算出の注目度）: 7.656632235162218
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Recent work in humanoid whole-body control has found success with a simple recipe: retarget human motion to robot kinematic references, then train policies via reinforcement learning (RL) to track them. But how does this recipe transfer to dexterous manipulation? The answer is not obvious, as manipulation involves complex, contact-rich dynamics and requires delicate regulation of contact modes and forces. We present REGRIND, a minimalist retargeting-guided RL pipeline that learns dexterous manipulation policies from a single human demonstration. REGRIND retargets human hand-object motion to a robot reference that preserves hand-object spatial and contact relationships, trains a residual RL policy in simulation to track object-centric keypoints along that reference, and transfers the resulting policy zero-shot to hardware with careful system identification. The resulting policies produce fluid, human-like behavior on two different multi-fingered hands across contact-rich tool-use tasks, including operating a pair of scissors and turning a screwdriver. Through systematic hardware experiments, we identify and analyze the key factors that govern sim-to-real transfer in dexterous manipulation, offering practical guidance for retargeting-based learning in contact-rich settings. Videos and code are available at https://yunhaifeng.com/REGRIND.
• Abstract（参考訳）: 近年のヒューマノイド全身制御の研究は、簡単なレシピで成功している: 人間の動きをロボットキネマティック参照に再ターゲティングし、強化学習(RL)を介してポリシーを訓練し、それらを追跡する。 しかし、このレシピはどうやって巧妙な操作に移行するのか? 操作には複雑で接触に富んだダイナミクスが含まれており、接触モードや力の微妙な規制を必要とするため、その答えは明確ではない。 本稿では,単一人間の実演から厳密な操作ポリシーを学習する,最小限のリターゲット誘導型RLパイプラインREGRINDを提案する。 REGRINDは、人間の手動動作を、手動の空間的および接触的関係を保存するロボット参照に再ターゲットし、その参照に沿ってオブジェクト中心のキーポイントを追跡するためにシミュレーション中の残留RLポリシーを訓練し、結果のポリシーゼロショットを、注意深いシステム識別を伴うハードウェアに転送する。 その結果生まれたポリシーは、接触に富んだツール使用タスクにまたがる2つの異なるマルチフィンガーハンドに流動的な人間のような振る舞いをもたらし、例えば、一対のハサミを操作し、ドライバーを回す。 ハードウェアの系統的な実験を通じて,手動操作におけるsim-to-real転送を規定する重要な要因を特定し,解析し,コンタクトリッチな環境下での再ターゲット学習のための実践的ガイダンスを提供する。 ビデオとコードはhttps://yunhaifeng.com/REGRIND.comで公開されている。

関連論文リスト

• ReForce: Learning Force-aware Retargeting for Dexterous Manipulation [9.525202879335618]
  ReForceは、人間の動きと力を、意図した接触を再現するロボットアクションに変える、フォース対応のリターゲティング手法だ。 オンラインフォース対応の遠隔操作とオフラインデータ変換の両方をサポートする。 紙カップの握りやトング操作といったコンタクトリッチなタスクに対して、力追跡誤差の低減と、より強力なマルチフィンガーコンタクトエンゲージメントを実現する。
  論文  参考訳（メタデータ） (2026-08-16T06:13:14Z)
• Towards Human-level Dexterous Teleoperation [62.77371751776912]
  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。
  論文  参考訳（メタデータ） (2026-07-13T12:36:47Z)
• TopoRetarget: Interaction-Preserving Retargeting for Dexterous Manipulation [32.317349412479885]
  人手オブジェクトのデモは、参照トラッキングを通じて、デクスタラスラーニング(RL)ポリシーをトレーニングするための高密度な参照動作を提供する。 このような実演をRL政策学習に利用するためには、強化は手ポーズとタスク関連手オブジェクト接触構造を保たなければならない。 TopoRetargetは、さまざまな条件にまたがって単一のパラメータセットを使用するインタラクション保存フレームワークである。 TopoRetargetは、ContactPoseデータセット上のすべてのベースラインに対して、最高のコンタクト精度とアライメントを達成する。
  論文  参考訳（メタデータ） (2026-06-15T06:20:46Z)
• ULTRA: Unified Multimodal Control for Autonomous Humanoid Whole-Body Loco-Manipulation [55.467742403416175]
  本稿では,大規模モーションキャプチャをヒューマノイドに変換する物理駆動型ニューラルネットワークを提案する。 我々は高密度参照とスパースタスク仕様の両方をサポートする統合マルチモーダルコントローラを学習する。 その結果,ULTRAは自我中心の知覚から,自律的,目標条件付き全体ロコ操作に一般化することが示された。
  論文  参考訳（メタデータ） (2026-03-03T18:59:29Z)
• OmniRetarget: Interaction-Preserving Data Generation for Humanoid Whole-Body Loco-Manipulation and Scene Interaction [76.44108003274955]
  ヒューマノイドロボットの複雑なスキルを教えるための主要なパラダイムは、強化学習ポリシーの運動学的参照として人間の動きを再ターゲットすることである。 インタラクションメッシュに基づくインタラクション保存データ生成エンジンであるOmniRetargetを紹介する。 人間のメッシュとロボットメッシュの間のラプラシアの変形を最小限にすることで、OmniRetargetは運動学的に実現可能な軌道を生成する。
  論文  参考訳（メタデータ） (2025-09-30T17:59:02Z)
• Dexplore: Scalable Neural Control for Dexterous Manipulation from Reference-Scoped Exploration [58.4036440289082]
  ハンドオブジェクトモーションキャプチャ(MoCap)は、大規模でコンタクトに富んだデモと、器用なロボットスコープの約束を提供する。 Dexploreは、リポジトリとトラッキングを実行し、MoCapから直接ロボット制御ポリシーを学習する、統一された単一ループ最適化である。
  論文  参考訳（メタデータ） (2025-09-11T17:59:07Z)
• Sim-to-Real Reinforcement Learning for Vision-Based Dexterous Manipulation on Humanoids [56.892520712892804]
  本稿では,ヒューマノイドロボットを訓練して3つの巧妙な操作を行う,実用的なシミュレート・トゥ・リアルなRLレシピを提案する。 未確認のオブジェクトやロバストで適応的な政策行動に対して高い成功率を示す。
  論文  参考訳（メタデータ） (2025-02-27T18:59:52Z)
• REBOOT: Reuse Data for Bootstrapping Efficient Real-World Dexterous Manipulation [61.7171775202833]
  本稿では,強化学習による巧妙な操作スキルの学習を効率化するシステムを提案する。 我々のアプローチの主な考え方は、サンプル効率のRLとリプレイバッファブートストラップの最近の進歩の統合である。 本システムでは,実世界の学習サイクルを,模倣に基づくピックアップポリシを通じて学習されたリセットを組み込むことで完遂する。
  論文  参考訳（メタデータ） (2023-09-06T19:05:31Z)
• Nonprehensile Planar Manipulation through Reinforcement Learning with Multimodal Categorical Exploration [8.343657309038285]
  強化学習はそのようなロボットコントローラを開発するための強力なフレームワークである。 分類分布を用いたマルチモーダル探索手法を提案する。 学習したポリシは外部の障害や観測ノイズに対して堅牢であり、複数のプッシュ器でタスクにスケールできることが示される。
  論文  参考訳（メタデータ） (2023-08-04T16:55:00Z)

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。