論文の概要: DexDirect: Direct Kinesthetic Arm Guidance for Efficient Dexterous Demonstration Collection
- arxiv url: http://arxiv.org/abs/2607.27784v1
- Date: Thu, 30 Jul 2026 07:17:28 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-31 21:37:00.440948
- Title: DexDirect: Direct Kinesthetic Arm Guidance for Efficient Dexterous Demonstration Collection
- Title（参考訳）: DexDirect: 効率的なDexterous Demonstrationコレクションのための直接麻酔用アームガイダンス
- Abstract要約: 本稿では,DexDirectについて紹介する。
ユーザー調査によると、DexDirectは純粋な視覚(AnyTeleop)やポーズトラッキング(TeleDex)と比較して17.2xと3.2倍の成功を収めた。
DexDirectデモに基づいて訓練された拡散ポリシは、立方体ピック・アンド・プレイスタスクで90%の成功率に達する。
- 参考スコア（独自算出の注目度）: 9.768863199575934
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Scalable collection of dexterous manipulation demonstrations remains a major bottleneck for robot learning. High-fidelity interfaces often require costly hardware and extensive setup, while low-setup, low cost alternatives tend to provide less precise control and impose greater cognitive workload on operators. We present DexDirect, a direct kinesthetic arm guidance for efficient dexterous demonstration collection. The operator drags a 6-DoF gravity-compensated robot arm directly by a handle, while a single webcam retargets operator's other hand onto a 16 joints 13-DoF dexterous robot hand. User studies suggest DexDirect collects 17.2x and 3.2x more successful demonstrations compared to purely vision (AnyTeleop) and pose-tracking (TeleDex) baselines. An adapted NASA-TLX shows DexDirect greatly reduces mental demand, effort, and frustration, despite raising physical demand. A diffusion policy trained on DexDirect demonstrations reaches a 90% success rate on a cube pick-and-place task. These results suggest that direct kinesthetic arm guidance combined with vision-based hand retargeting provides an efficient low-setup and scalable interface for collecting dexterous manipulation demonstrations
- Abstract（参考訳）: 器用な操作デモのスケーラブルなコレクションは、ロボット学習の大きなボトルネックであり続けている。
高忠実度インタフェースは、ハードウェアと広範囲なセットアップを必要とすることが多いが、低セットアップで低コストな代替手段は、精度の低い制御を提供し、オペレーターに認知的負荷を強いる傾向がある。
本稿では,DexDirectについて紹介する。
オペレーターは6-DoFの重力補償ロボットアームをハンドルで直接ドラッグし、一方1台のウェブカメラはオペレーターの片方の手を16個のジョイント13-DoFのデキスタラスロボットハンドに再ターゲットする。
ユーザー調査によると、DexDirectは純粋な視覚(AnyTeleop)やポーズトラッキング(TeleDex)に比べて17.2xと3.2倍の成功を収めている。
適応されたNASA-TLXは、DexDirectが身体的需要を上げたにもかかわらず、精神的な需要、努力、フラストレーションを大幅に減らしていることを示している。
DexDirectデモに基づいて訓練された拡散ポリシは、立方体ピック・アンド・プレイスタスクで90%の成功率に達する。
以上の結果から,視覚に基づく手指再ターゲティングを併用した直感性腕の誘導は,創発的な操作動作を収集するための,高効率な低セットアップかつスケーラブルなインタフェースを提供する可能性が示唆された。
関連論文リスト
- AdvDex: Learning Dexterous Manipulation from Human Demonstrations via Joint-Aligned Actions and Adversarial Learning [25.241504281004243]
本稿では,人間とロボットのデモから,器用な操作を学ぶためのフレームワークであるAdvDexを紹介する。
まず、人間の操作デモの大規模マルチモーダルデータセットであるOmniShareを紹介する。
第2に,手首ポーズが$mathrmSE(3)$および15指関節からなる標準動作表現であるJAAS(Joint-Aligned Action Space)を提案する。
第3に,学習した視覚表現における具体的情報を減らすために,ドメイン・アドバイサル・ラーニングを用いる。
論文 参考訳（メタデータ） (2026-08-14T07:19:06Z) - 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) - 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) - Dexora: Open-source VLA for High-DoF Bimanual Dexterity [97.98653150757526]
Dexoraは、デュアルアーム、デュアルハンドハイDoF操作をターゲットとする、世界初のオープンソースのVLAシステムである。
指の動きから全身の運動を分離するハイブリッド遠隔操作パイプラインを設計する。
Dexoraはベーシックベンチマークとデクスタラスベンチマークの両方で競合するVLAベースラインを上回っている。
論文 参考訳（メタデータ） (2026-05-18T17:50:32Z) - 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) - DexEXO: A Wearability-First Dexterous Exoskeleton for Operator-Agnostic Demonstration and Learning [9.237429778415226]
DexEXOは、ハードウェアレベルで視覚的外観、接触幾何学、運動学を整列する、装着性第一の手外骨格である。
受動的手は、展開されたロボットと視覚的に一致し、手首に装着したRGB観測から直接ポリシーを訓練することができる。
論文 参考訳（メタデータ） (2026-03-18T03:37:13Z) - TeleDex: Accessible Dexterous Teleoperation [3.128801903176156]
我々は,手軽な手とロボットマニピュレータを手軽に遠隔操作するためのオープンソースシステムであるTeleDexについて紹介する。
システムは低遅延の6-DoFハンドポーズと21-DoFハンドステート推定を携帯電話からストリーミングする。
TeleDexは携帯専用モードと、指レベルの遠隔操作のための3Dプリント可能なハンドマウントインターフェースの両方をサポートしている。
論文 参考訳（メタデータ） (2026-03-17T18:50:15Z) - Cross-Hand Latent Representation for Vision-Language-Action Models [49.32460749933983]
器用な操作のための信頼性の高い視覚言語アクションモデルを訓練するには、多くのロボットハンドにわたる大規模な実演が必要である。
XL-VLAは視覚・言語・アクション・フレームワークであり,多種多様な手間で共有される潜在行動空間と統合される。
論文 参考訳（メタデータ） (2026-03-10T18:50:57Z) - 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) - DexVIP: Learning Dexterous Grasping with Human Hand Pose Priors from
Video [86.49357517864937]
DexVIPは,人間と物体のインタラクションビデオから,器用なロボットの把握を学習する手法である。
我々は、人間とオブジェクトのインタラクションビデオから把握した画像をキュレートし、エージェントの手のポーズに先行する。
DexVIPは、手ポーズの無い既存のアプローチや、特殊な遠隔操作機器に頼っている既存のアプローチと良好に比較できることを実証する。
論文 参考訳（メタデータ） (2022-02-01T00:45:57Z)
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。