論文の概要: Handroid: Bridging Dexterous Hand and Humanoid
- arxiv url: http://arxiv.org/abs/2607.16187v1
- Date: Fri, 17 Jul 2026 17:59:05 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-20 17:56:52.930446
- Title: Handroid: Bridging Dexterous Hand and Humanoid
- Title（参考訳）: ハンドロイド:ブリッジング・デクスタース・ハンドとヒューマノイド
- Abstract要約: Handroidはデスクトップスケールのデュアルエンボディメントロボットで、両方の機能を単一の再構成可能なプラットフォームに統合する。
20個のDoFがヒトの手のキネマティック構造と密接に一致する人為的手を形成する。
本発明のヒューマノイド実施形態では、同じ関節モジュールを頭、腕、脚を有するヒューマノイドに再構成し、移動及び全身運動のための12−DoF下肢構造を含む。
- 参考スコア（独自算出の注目度）: 43.46822323578635
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Dexterous hands and humanoid robots are typically developed as distinct embodiments: the former enable contact-rich manipulation at the object scale, whereas the latter provide mobility and whole-body interaction in human-centered environments. We introduce \textbf{Handroid}, a desktop-scale dual-embodiment robot that integrates both capabilities within a single reconfigurable platform. Handroid reuses one 27-DoF electromechanical body as either a dexterous hand or a desktop humanoid, measuring 0.33 m in height and 2.05 kg in weight. In the dexterous hand embodiment, 20 DoFs form an anthropomorphic hand closely matching the kinematic structure of the human hand. In the humanoid embodiment, the same articulated modules are reconfigured into a humanoid with a head, arms, and legs, including a 12-DoF lower-limb structure for locomotion and whole-body motion. Handroid further provides a unified control and learning framework supporting hand teleoperation, dexterous grasping, in-hand manipulation, humanoid locomotion, gait generation, and interactive motion authoring. We validate the platform through real-world dexterous manipulation, reinforcement-learning-based locomotion, keyframe motion deployment, and a long-horizon task involving embodiment reconfiguration, locomotion, docking, and dexterous pick-and-place. These results position Handroid as a compact and reproducible platform for advancing morphology-reconfigurable robotics and cross-embodiment robot learning.
- Abstract（参考訳）: 前者は接触に富んだ操作をオブジェクトスケールで可能とし、後者は人間中心の環境で移動性や全身の相互作用を提供する。
デスクトップスケールのデュアル・エンボディメント・ロボットである \textbf{Handroid} は、両方の機能を単一の再構成可能なプラットフォームに統合する。
ハンドロイドは、27-DoF電気機械の1つの体をデキスタラスハンドまたはデスクトップヒューマノイドとして再利用し、高さ0.33m、重量2.05kgである。
20個のDoFがヒトの手のキネマティック構造と密接に一致する人為的手を形成する。
本発明のヒューマノイド実施形態では、同じ関節モジュールを頭、腕、脚を有するヒューマノイドに再構成し、移動及び全身運動のための12−DoF下肢構造を含む。
Handroidはさらに、手動遠隔操作、巧妙な把握、手動操作、ヒューマノイドの移動、歩行生成、インタラクティブなモーションオーサリングをサポートする統一的な制御および学習フレームワークを提供する。
実世界のデキスタラスな操作,強化学習に基づくロコモーション,キーフレームの動作展開,エンボディメント再構成,ロコモーション,ドッキング,デキスタラスなピック・アンド・プレイスを含む長時間の作業を通じて,プラットフォームを検証した。
これらの結果から,Handroidは形態学的再構成可能なロボット工学とクロス・エボディメント・ロボット・ラーニングを推進するためのコンパクトで再現可能なプラットフォームとして位置づけられた。
関連論文リスト
- X-WBC: A Cross-Embodiment Foundation Model for Humanoid Whole-Body Control [9.11598874129235]
ヒューマノイド全体のコントロールをスケールするには、大きな人間の運動コーパスと、ロボット本体間で共有されるトレーニング経験が必要である。
X-WBCは、比較的共有された人間の動作意味論とエンボディメント固有の身体的実行を分離する、クロスボデーメント基盤フレームワークである。
論文 参考訳（メタデータ） (2026-09-14T08:34:48Z) - Morphology-Aware Human Motion Retargeting for Wheeled-Humanoid Loco-Manipulation [3.1041072702135213]
本稿では,マルチデータセット動作をガラクサR1車輪型ヒューマノイドのロコ操作動作に変換するパイプラインを提案する。
ロボットは平面式3輪ベースとシリアル胴体と2本の腕を持つが、脚の関節は持たない。
基準ツイスト駆動の計画層は、平面ベースの動きを連続した3輪ステアリングとローリングコマンドにデコードする。
論文 参考訳（メタデータ） (2026-09-10T10:40:31Z) - X-Morph: Human Motion Priors for Scalable Robot Learning Across Morphologies [6.9484599086239465]
我々は、人間の動きをロコ操作ポリシーに変換する人間の動きからロボットへの行動であるX-Morphを提示する。
クロスモルフォロジー段階は、人間の動きを運動学的に妥当で、意図的に保存されるロボットの参照に変換する。
結果として得られたポリシーは、さまざまな再ターゲティングされた動きを追跡し、目に見えない人間の動きに再利用し、ビデオベースの遠隔操作を含むユースケースをサポートする。
論文 参考訳（メタデータ） (2026-06-29T13:31:27Z) - Bionic Human-Motion Style Transfer for Physically Executable Whole-Body Control of Humanoid Robots [13.21934742924018]
本稿では,ヒューマノイドロボットにおける模範駆動型スタイル転送のための世代間制御フレームワークを提案する。
物理を意識した潜伏拡散モデルが, スタイル, 内容, 軌道条件を融合するために開発された。
プレビューベースの全体追跡ポリシは、クラスタ・アンド・ディスティル戦略でトレーニングされる。
論文 参考訳（メタデータ） (2026-06-02T11:59:01Z) - Human2Humanoid: Physics-Aware Cross-Morphology Motion Retargeting for Humanoid Robots [9.096721498763717]
人間の動きをヒューマノイドロボットに再ターゲティングすることは、遠隔操作、模倣学習、人間とロボットの相互作用にとって重要である。
本稿では,人間の動作を高忠実度なヒューマノイドロボットに伝達する,教師なし動作フレームワークであるHuman2Humanを提案する。
実験の結果, 提案手法は, ペアデータを持たないユニトリーG1ヒューマノイドロボットに対して, 人間の動きを的確に再現することに成功した。
論文 参考訳（メタデータ） (2026-06-02T10:53:06Z) - EgoHumanoid: Unlocking In-the-Wild Loco-Manipulation with Robot-Free Egocentric Demonstration [67.13034606664333]
EgoHumanoidは、エゴセントリックな人間のデモを使って視覚言語アクションポリシーを共同訓練する最初のフレームワークである。
スケーラブルな人的データ収集のためのポータブルシステムを開発した。
論文 参考訳（メタデータ） (2026-02-10T18:59:03Z) - FRoM-W1: Towards General Humanoid Whole-Body Control with Language Instructions [147.04372611893032]
FRoM-W1は、自然言語を用いた一般的なヒューマノイド全体の動作制御を実現するために設計されたオープンソースのフレームワークである。
我々はUnitree H1とG1ロボット上でFRoM-W1を広範囲に評価した。
その結果,HumanML3D-Xベンチマークにおいて,人体全体の動作生成に優れた性能を示した。
論文 参考訳（メタデータ） (2026-01-19T07:59:32Z) - TWIST2: Scalable, Portable, and Holistic Humanoid Data Collection System [79.48781507497769]
既存のヒューマノイド遠隔操作システムは、分離された制御を使用するか、高価なモーションキャプチャー装置に依存している。
本稿では,携帯型モキャップフリーなヒューマノイド遠隔操作・データ収集システムであるTWIST2を紹介する。
長軸的,移動的ヒューマノイドスキルを実証し,約100%の成功率で15分で100個のデモを収集できる。
論文 参考訳（メタデータ） (2025-11-04T18:58:35Z) - CEDex: Cross-Embodiment Dexterous Grasp Generation at Scale from Human-like Contact Representations [53.37721117405022]
クロス・エボディメント・デキスタラス・グリップ合成(Cross-Embodiment dexterous grasp synthesis)とは、様々なロボットハンドのグリップを適応的に生成し、最適化することである。
そこで我々は,CEDexを提案する。
これまでで最大のクロス・エボディメント・グラウンド・データセットを構築し、合計20万のグリップを持つ4つのタイプにまたがる500万のオブジェクトからなる。
論文 参考訳（メタデータ） (2025-09-29T12:08:04Z) - TWIST: Teleoperated Whole-Body Imitation System [28.597388162969057]
全身動作模倣によるヒューマノイド遠隔操作システムTWISTについて述べる。
我々は,強化学習と行動クローニングを組み合わせた,頑健で適応的で応答性の高い全身制御装置を開発した。
TWISTは、現実世界のヒューマノイドロボットが、前例のない、多目的で、調整された全身運動能力を達成できるようにする。
論文 参考訳（メタデータ） (2025-05-05T17:59:03Z) - 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。