論文の概要: Gated Residual Body-Hand Coordination for Whole-Body Humanoid Teleoperation

• arxiv url: http://arxiv.org/abs/2609.18763v1
• Date: Wed, 16 Sep 2026 14:50:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-20 08:55:53.857286
• Title: Gated Residual Body-Hand Coordination for Whole-Body Humanoid Teleoperation
• Title（参考訳）: 全体型ヒューマノイド遠隔手術におけるGated Residual Body-Hand Coordination
• Abstract要約: 全身のヒューマノイド遠隔操作は、通常、モーショントラッキングポリシーと別個のデキスタラスハンド再ターゲッターを組み合わせる。 両モジュールの凍結を保ち、その出力に有界補正を適用するゲート残差調整フレームワークを提案する。
• 参考スコア（独自算出の注目度）: 33.39511546352422
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Whole-body humanoid teleoperation commonly combines a motion-tracking policy with a separate dexterous-hand retargeter. However, independently generated commands do not explicitly preserve body-hand geometric relations, leading to mismatches in relative wrist poses and fingertip positions during bimanual interaction. We present a gated residual coordination framework that keeps both modules frozen and applies bounded corrections to their outputs. A motion-conditioned action gate allocates correction authority across joint groups, while reference-geometry-dependent reward gates emphasize relevant interaction objectives during training. To establish the nominal body controller on Agile One, we introduce multi-pose morphology calibration that jointly estimates triaxial scales and effector-local offsets, together with staged motion dataset curation for training a SONIC-based tracker. The residual policy uses human motion references, initial commands, and robot proprioception without explicit object or contact observations. In simulation, it reduces wrist and fingertip geometry errors by 39.2-56.3% over direct composition on held-out GRAB motions, while preserving whole-body tracking on AMASS, with success rates of 89.03% without residual coordination and 89.29% with it. Ablations characterize the contributions of reward gating, adaptive correction authority, and separate body and hand correction heads.
• Abstract（参考訳）: 全身のヒューマノイド遠隔操作は、通常、モーショントラッキングポリシーと別個のデキスタラスハンド再ターゲッターを組み合わせる。 しかし、独立に生成されたコマンドは、手首の相対的なポーズや指先の位置のミスマッチを引き起こすため、手指の幾何学的関係を明示的に保存しない。 両モジュールの凍結を保ち、その出力に有界補正を適用するゲート残差調整フレームワークを提案する。 動作条件付アクションゲートは、共同グループ間で補正権限を割り当て、参照幾何学に依存した報酬ゲートは、トレーニング中の関連する相互作用目標を強調する。 我々は,3軸スケールとエフェクタ局所オフセットを共同で推定する多目的モルフォロジーキャリブレーションと,SONICベースのトラッカーをトレーニングするための段階的動作データセットキュレーションを導入する。 残留ポリシーは、人間の動作参照、初期コマンド、そして明示的な対象や接触観察を伴わずにロボットの受容を使用する。 シミュレーションでは、手首と指先形状の誤差をホールドアウトされたGRAB動作の直接合成で39.2-56.3%削減し、AMASSでの全身追跡は89.03%、残留調整なしでは89.29%とした。 アブレーションは報酬ゲーティング、適応補正権限、別体・手修正ヘッドの貢献を特徴づける。

関連論文リスト

• LYRIC: Language-Driven Physics-Based Character Control for Contact-Rich Whole-Body Object Interaction [43.54194546706035]
  LYRICは、言語駆動の物理に基づくコンタクトリッチインタラクション制御のための生成フローマッチングコントローラである。 単一のトラッキングポリシーは、幾何学的条件付き相互作用報酬と手動物体接触近傍の緩和された参照追跡を用いて訓練される。 LIRICは最強のキネマティックプランナーベースラインの74.2%に比べて90.3%のタスク成功率を示した。
  論文  参考訳（メタデータ） (2026-09-17T04:34:15Z)
• MemCorr-DP: Counterfactual Correspondence Conditioning for a Diffusion Policy Guided by a Reference [6.8087753393731125]
  凍結したRoMa v2を持ち上げる拡散ポリシであるMemCorr-DPを,現在のシーンと参照軌道との明示的な3次元関係に整合する。 この組み合わせにより、MemCorr-DPは96.67%のクローズドループ成功を達成し、同じアクションアーキテクチャを持つビジュアルトランスフォーマーでは88.90%となった。
  論文  参考訳（メタデータ） (2026-09-06T14:03:20Z)
• H-PAC Hand: Control-Oriented Modeling and Tendon-Elasticity Compensation for an Underactuated Robotic Hand [14.429793775517608]
  H-PACは6アクチュエータで15-DoFのロボットハンドで、制御指向のモデリングと実装のフレームワークを備えている。 腱-運動性-弾性継手誤差を考慮し, 力学に基づく補償モデルを開発した。 実験により、補償は関節角予測を大幅に改善することが示された。
  論文  参考訳（メタデータ） (2026-08-17T15:26:51Z)
• The Quadrilateral Loss: Additivity as a Measurable Behavior of Dense Neural Networks [0.0]
  積算性を測定可能な振る舞いとして扱う4次的損失,すなわち微分可能なペナルティを導入する。 我々は, 正確な添加率, 構造マスク, 行動的ペナルティ, 体重減少, バックフィッティング, 共有断面モデル, バンチ強化切り株の経路を比較した。
  論文  参考訳（メタデータ） (2026-07-22T14:23:37Z)
• CoorGrasp: Coordinated Contact Control for Adaptive Dexterous Grasping Under Uncertainty [6.252985828864567]
  形状や位置の不確実性の下では、オープンループの実行はしばしば非協調的な接触をもたらす。 本稿では, 触覚駆動型モデル予測制御器を提案し, 各種のデキスタラスグリップの適応的, 微妙な実行について述べる。
  論文  参考訳（メタデータ） (2026-07-03T18:46:06Z)
• ReactiveBFM: Reactive Closed-Loop Motion Planning Towards Universal Humanoid Whole-Body Control [54.267632784131415]
  ReactiveBFMは、ヒューマノイドのためのリアルタイムループ計画制御フレームワークである。 定期的なプレフィックスサンプリングカリキュラムを通じて、致命的な累積露光バイアスを軽減する。 これは、テキスト条件付きクローズドループ運動の膨大なレパートリーにおいて、前例のない物理的機敏さを示す。
  論文  参考訳（メタデータ） (2026-06-29T14:27:27Z)
• SECOND-Grasp: Semantic Contact-guided Dexterous Grasping [60.1519218638742]
  Second-Grasp (Semantic Contact-guided Dexterous Grasping) は、ロボットハンドが意味論的推論に基づいて把握戦略を調整できる統合されたフレームワークである。 我々のアプローチは、目に見えるカテゴリーと目に見えないカテゴリの両方で成功率を上げるために、一貫してベースラインを上回ります。
  論文  参考訳（メタデータ） (2026-05-13T07:37:00Z)
• Auxiliary Tasks Benefit 3D Skeleton-based Human Motion Prediction [106.06256351200068]
  本稿では,補助的なタスクを伴うモデル学習フレームワークを提案する。 補助作業では、部分体関節の座標はマスキングまたはノイズ付加によって損なわれる。 本稿では,不完全かつ破損した動作データを処理できる新しい補助適応変換器を提案する。
  論文  参考訳（メタデータ） (2023-08-17T12:26:11Z)
• Contact-Aware Retargeting of Skinned Motion [49.71236739408685]
  本稿では,自己接触を保存し,相互接続を防止する動作推定手法を提案する。 入力運動における自己接触と接地を同定し、出力骨格に適用するための動作を最適化する。 実験では,従来の手法を定量的に上回り,近年の成果よりも高い品質で再ターゲットされた動きを評価できるユーザスタディを実施している。
  論文  参考訳（メタデータ） (2021-09-15T17:05:02Z)

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。