論文の概要: Dexterous Robot Manipulation from Human Demonstrations via Contact-Anchored Retargeting and Residual Policy Learning
- arxiv url: http://arxiv.org/abs/2609.24093v1
- Date: Mon, 21 Sep 2026 04:26:26 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-24 15:57:49.61022
- Title: Dexterous Robot Manipulation from Human Demonstrations via Contact-Anchored Retargeting and Residual Policy Learning
- Title（参考訳）: 接触型リターゲティングと残留政策学習による人体デモからのデクサスロボットの操作
- Abstract要約: 本論文は,人間の手からロボット手への変化を生き残るための2つの観察結果に基づく。
単一の強化学習(RL)ポリシーは、運動学的記録を物理的に一貫した接触付加軌道に修復することができる。
これらの観察は、人間のモーションキャプチャー記録を、実際のロボットのトレーニングデータなしで、巧妙なロボットポリシーに変換する3段階のパイプラインを生成する。
- 参考スコア（独自算出の注目度）: 10.609674730055202
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Learning dexterous manipulation from demonstrations is bottlenecked by data: the contact forces that determine whether a grasp succeeds are absent from every scalable source of human demonstrations. This paper builds on two observations. First, what survives the change from a human hand to a robot hand is the contact structure of a demonstration - which finger regions touch which object locations, and in what order - rather than its joint motion. Second, physical consistency need not be engineered per task: a single residual reinforcement learning (RL) policy, trained once across diverse demonstrations, can repair kinematic recordings into physically consistent, contact-annotated trajectories, and the same residual formulation restores dynamic feasibility after retargeting. These observations yield a three-stage pipeline that converts human motion-capture recordings into dexterous robot policies with no real-robot training data: physics refinement with a simulated MANO hand recovers contacts and forces, contact-anchored retargeting transfers the demonstrated contact structure through an objective independent of hand morphology, and residual policy learning adapts the result to robot actuation. The pipeline reconstructs 25,454 single-hand trajectories (success 7.3% -> 59.3%) and 25 dual-hand tasks (16.0% -> 62.4%) with one shared policy per setting, transfers one human dataset to four morphologically distinct robot hands (+62.4 pp), and executes four contact-rich bimanual tasks on physical hardware with zero real-robot training data.
- Abstract（参考訳）: 実証から厳密な操作を学ぶことは、データによってボトルネックされる: 人間のデモンストレーションのあらゆるスケーラブルなソースから、把握の成功が欠如しているかどうかを判断する接触力。
この論文は2つの観察に基づいている。
まず、人間の手からロボットの手への変化が生き残るのは、関節の動きではなく、指領域がどの物体の位置、どの順序で触れるかというデモの接触構造である。
第2に、1つの残留強化学習(RL)ポリシーは、様々なデモンストレーションで一度訓練され、物理的に一貫した接触付加軌道にキネマティックな記録を修復することができ、同じ残留定式化が再ターゲティング後の動的実現性を回復する。
これらの観察は、人間のモーションキャプチャー記録を実際のロボットのトレーニングデータなしでデキスタスなロボットポリシーに変換する3段階のパイプラインを生成する。シミュレーションされたMANOハンドによる物理精細化は、接触や力を回復し、接触型再ターゲットは、手の形態に依存しない目的を通じて、実証された接触構造を転送し、残留ポリシー学習は、ロボットの動作に適応する。
パイプラインは25,454個のシングルハンドトラジェクトリ(success 7.3% -> 59.3%)と25個のデュアルハンドタスク(16.0% -> 62.4%)を、設定ごとに1つの共有ポリシーで再構築し、1つの人的データセットを4つの形態学的に異なるロボットハンド(+62.4 pp)に転送し、物理的なハードウェア上で4つの接触豊富なバイマニュアルタスクを実行する。
関連論文リスト
- Skel-WAM: A Hand-Skeleton-Conditioned World Action Model for Human-to-Robot Manipulation Transfer [61.50662046794264]
Skel-WAMは,ハンドスケルトン・モーション・インタフェースの統一による差異をブリッジする世界アクション・モデルである。
主な洞察は、人間の動きとロボットの動きを共通のハンドトポロジーで調整し、シーン内の地面の動きを、明示的な手の動きをエンコードする2.5Dキーポイントと組み合わせることである。
ビデオとキーポイントの専門家は、Mixture-of-Transformersを通じて視覚と骨格のダイナミクスを共同で学習し、ロボット訓練されたアクションエキスパートはこれらの予測を実行可能なコントロールにマップする。
論文 参考訳（メタデータ） (2026-09-18T09:06:15Z) - One Demonstration, Many Objects: Generalizing Manipulation via Local Contact Geometry [49.066054862620014]
人間のデモから学ぶことは、ロボット遠隔操作のスケーラブルな代替手段として現れてきた。
最近のsim-to-real RL法はそのような先入観を取り入れているが、しばしば正確な接触を明示的に動機付ける報酬を省略する。
接触点に局所的な形状に着目してオブジェクトを操作できるDemoMimicを提案する。
論文 参考訳（メタデータ） (2026-09-01T23:04:35Z) - Robot Learning from Human Demonstrations: Handwritten Alphabet Trajectories and Human-Likeness Evaluation [0.26763498831034044]
本稿では,人間のようなロボットの動きを実演から学習するための枠組みを提案する。
参加者22名から3,142名の手書きによる実演のデータセットを収集した。
21名の被験者によるユーザスタディは、生成された軌跡の人間的類似性を評価した。
論文 参考訳（メタデータ） (2026-08-06T16:12:18Z) - 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) - DexSynRefine: Synthesizing and Refining Human-Object Interaction Motion for Physically Feasible Dexterous Robot Actions [0.5599792629509227]
本稿では,人-物間相互作用(HOI)データから外乱操作を学習するフレームワークであるDexSynを紹介する。
また,プロテローム受容履歴からのsim-to-realトランスファーを可能にするコンタクト・アンド・オリエンテーション・アダプティブ・モジュールを提案する。
論文 参考訳（メタデータ） (2026-05-07T09:31:43Z) - Functional Force-Aware Retargeting from Virtual Human Demos to Soft Robot Policies [22.000828900701237]
我々は,ソフトロボットに接触力について明示的に推論することで,人間のような操作スキルを身につけるためのフレームワークであるSoftActを紹介した。
人間の関節軌跡をリターゲットする従来のアプローチとは異なり、SoftActは2段階の力認識アルゴリズムを採用している。
論文 参考訳（メタデータ） (2026-04-01T17:59:35Z) - 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) - 3HANDS Dataset: Learning from Humans for Generating Naturalistic Handovers with Supernumerary Robotic Limbs [64.99122701615151]
スーパー数式ロボットアーム(英: Supernumerary Robotics limbs、SRL)は、ユーザーの身体と密に統合されたロボット構造である。
3HANDSは,日常活動を行う参加者と,ヒップマウントSRLを自然な方法で実施する参加者との間の,オブジェクトハンドオーバインタラクションの新たなデータセットである。
本稿では,自然なハンドオーバ軌跡を生成する3つのモデル,適切なハンドオーバエンドポイントを決定する1つのモデル,ハンドオーバ開始のタイミングを予測する3つのモデルを提案する。
論文 参考訳（メタデータ） (2025-03-06T17:23:55Z) - Robot See Robot Do: Imitating Articulated Object Manipulation with Monocular 4D Reconstruction [51.49400490437258]
本研究は,1つの単分子RGB人間の実演から音声による物体操作を模倣する手法を開発した。
まず,モノクロ映像から3次元部分運動を復元する4次元微分可能部品モデル(4D-DPM)を提案する。
この4D再構成を前提として、ロボットは物体の軌道を再現し、両腕の動きを計画し、実証された物体部分の動きを誘導する。
両用するYuMiロボットを用いて,4D-DPMの3D追跡精度を実写3D部分軌跡に基づいて評価し,9つのオブジェクトに対してRSRDの物理的実行性能を評価した。
論文 参考訳（メタデータ） (2024-09-26T17:57:16Z)
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。