論文の概要: Morphology and actuation as inductive biases in robotic hand manipulation
- arxiv url: http://arxiv.org/abs/2609.05206v1
- Date: Fri, 04 Sep 2026 14:38:13 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-07 18:15:24.072638
- Title: Morphology and actuation as inductive biases in robotic hand manipulation
- Title（参考訳）: ロボットハンド操作における誘導バイアスの形態と運動
- Abstract要約: キネマティックおよびアクティベーションステージを別々に、かつ構成的に分析する統合された枠組みが提示される。
対立する設計哲学、シャドウ・デクスタース・ハンド、解剖学的に正しいバイオメカトロニクス・ハンドの2つの手に適用される。
全てのパラメータは手の標準的なデジタル表現から導かれる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Robotic hands vary widely in anatomical fidelity and mechanical complexity, and these structural choices influence the coordination of joint motions and the difficulty of controlling the system. A unified framework is presented in which the kinematic and actuation stages are analysed separately and in composition, through the conditioning of the task Jacobian, the actuation matrix, and their product. It is applied to two hands representing opposing design philosophies, the Shadow Dexterous Hand and the Anatomically Correct, Biomechatronic Hand, along four morphological aspects: joint axis geometry, actuator-to-DOF ratio, coupling architecture, and authority distribution. All parameters are derived from the hands' canonical digital representations. Anatomical fidelity carries no uniform advantage: oblique axes improve thumb conditioning but leave the long fingers worse conditioned than the orthogonal-axis design, while the branching tendon network improves the effective control mapping at every long finger and worsens it significantly at the thumb, where actuator authority is concentrated on thumb opposition. Predictions derived from these metrics are evaluated against reinforcement learning experiments using PPO, DDPG+HER, and TQC+HER, across three different tasks.
- Abstract（参考訳）: ロボットの手は解剖学的な忠実さと機械的複雑さで大きく異なり、これらの構造的選択は関節運動の調整やシステムの制御の困難に影響を及ぼす。
タスクヤコビアン、アクティベーション行列およびそれらの積の条件付けにより、運動およびアクティベーション段階を別々に、組成で分析する統一的な枠組みが提示される。
対向する設計哲学であるシャドウデキステラスハンドと解剖学的に正しいバイオメカトロニクスハンドの2つの手に適用され、関節軸形状、アクチュエーター-DOF比、結合構造、権威分布の4つの形態学的側面に沿って適用される。
全てのパラメータは手の標準的なデジタル表現から導かれる。
斜め軸は親指条件を改善するが、直交軸設計よりも長指条件が悪くなる一方、分岐腱ネットワークは長指毎の効率的な制御マッピングを改善し、親指において、アクチュエータ権威が親指反対に集中している。
これらの指標から得られた予測は, PPO, DDPG+HER, TQC+HERを用いた強化学習実験を3つの異なるタスクで評価した。
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) - Soft Robotic Exogloves for Dexterous Mobility -- Towards Personalized Rehabilitation [0.0]
ソフトロボットのエゴロフは、リハビリと援助を提供することができる。
これらの手袋を装着するには 個人に適合しない 標準化された測定に 依存することが多い
本稿では, 空気圧駆動型ソフトロボットエクソグローブの設計, 製作, モデリング, 試験について述べる。
論文 参考訳（メタデータ） (2026-07-08T22:48:29Z) - Real-Time Compliance and Position Control of a Hyper-redundant Soft Robotic Arm [1.856390765856703]
本稿では,その制御問題を中心に設計されたロボットアーキテクチャを提案する。
硬い関節の背骨は、腕の先端のコンプライアンスと位置を予測可能である。
腕は硬い腕と柔らかい腕の両方で難しい作業を示す。
論文 参考訳（メタデータ） (2026-06-29T03:12:57Z) - A Human-Inspired Thumb-Index Robotic Hand with Strain Gauges Embedded in Soft Joints [1.9808221015667646]
Safe Thumb-Index Robotic Handは最小限で軽量で低コストな2桁の試作機として開発された。
シリコーン封入ソフトジョイントにフレキシブルなひずみゲージを組み込んだ、不活性で腱駆動の機械設計と組み合わせることで、受動的把握適応を実現する。
論文 参考訳（メタデータ） (2026-06-19T09:13:10Z) - MCR-Bionic Hand: Anatomical Structural Priors for Dexterous Manipulation [4.182865215052935]
ヒトの手の器用さは、骨、靭帯、腱、アポニューロス、内在筋の物理的構造に部分的にエンコードされている。
この研究は、コントリビューションを2種類の構造的インテリジェンスとして記述している。
MCR-Bionic Handは、2列8個の骨手首、クロス・手首腱、解剖学的屈曲路、掌側プレートおよび側方靭帯制約、背側伸筋フード、内在筋路を一体化した1:1筋骨格式バイオミメティックハンドとして開発された。
論文 参考訳（メタデータ） (2026-06-11T17:20:15Z) - Modular Anthropomorphic Hand Design via Multi-Parameter Finger Benchmarking and Selection [7.144298246891022]
我々は,ロボットハンドのプラットフォームを開発し,指を完全な遠隔操作の手にモジュラーに統合する。
候補指の設計は、メカニズム指向とタスク関連メトリクスの両方を用いて評価される。
この枠組みは、最適化された指を持つ人型ロボットハンドの開発を通じて検証される。
論文 参考訳（メタデータ） (2026-06-10T09:03:34Z) - Structural Action Transformer for 3D Dexterous Manipulation [80.07649565189035]
クロス・エボディメント・スキル・トランスファーは、ハイDoFロボットハンドの課題である。
既存の手法は、しばしば2次元の観測と時間中心の行動表現に依存し、3次元の空間的関係を捉えるのに苦労する。
本稿では、構造中心の視点を導入することで、このパラダイムに挑戦する新しい3Dデクスタラスな操作ポリシーを提案する。
論文 参考訳（メタデータ） (2026-03-04T11:38:12Z) - UniMorphGrasp: Diffusion Model with Morphology-Awareness for Cross-Embodiment Dexterous Grasp Generation [63.13144787866563]
クロス・エボディメント・グルーピングは、異種キネマティック構造を持つロボットハンドに対して、安定かつ多様なグルーピングを生成することを目的としている。
ハンドモーフィック情報をグリップ生成プロセスに組み込んだ拡散型フレームワークである textbfUniMorphGrasp を提案する。
UniMorphGraspは、既存のデクスタラスグリップベンチマークで最先端のパフォーマンスを達成し、以前は目に見えない手の構造に対して強力なゼロショットの一般化を示す。
論文 参考訳（メタデータ） (2026-01-31T21:56:16Z) - Spatial-Temporal Graph Diffusion Policy with Kinematic Modeling for Bimanual Robotic Manipulation [88.83749146867665]
既存のアプローチは、遠く離れた次のベストなエンドエフェクタのポーズを予測するポリシーを学びます。
すると、運動に対する対応する関節回転角を逆運動学を用いて計算する。
本稿では,Kinematics 拡張空間テンポアル gRaph diffuser を提案する。
論文 参考訳（メタデータ） (2025-03-13T17:48:35Z) - MS-MANO: Enabling Hand Pose Tracking with Biomechanical Constraints [50.61346764110482]
筋骨格系と学習可能なパラメトリックハンドモデルMANOを統合し,MS-MANOを作成する。
このモデルは骨格系を駆動する筋肉と腱の力学をエミュレートし、結果として生じるトルク軌跡に生理学的に現実的な制約を与える。
また,マルチ層パーセプトロンネットワークによる初期推定ポーズを改良する,ループ式ポーズ改善フレームワークBioPRを提案する。
論文 参考訳（メタデータ） (2024-04-16T02:18:18Z) - DMAP: a Distributed Morphological Attention Policy for Learning to
Locomote with a Changing Body [126.52031472297413]
本稿では,生物学的に着想を得たポリシーネットワークアーキテクチャであるDMAPを紹介する。
主観的状態に基づく制御ポリシは,高度に可変な身体構成では不十分であることを示す。
DMAPは、すべての考慮された環境において、全体的な一致またはオラクルエージェントのパフォーマンスを超越して、エンドツーエンドで訓練することができる。
論文 参考訳（メタデータ） (2022-09-28T16:45:35Z)
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。