論文の概要: DITTO-X: Forward and Reverse Teleoperation for Dexterous Manipulation and Human Intervention

• arxiv url: http://arxiv.org/abs/2610.00781v2
• Date: Mon, 05 Oct 2026 08:55:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-07 04:43:28.503502
• Title: DITTO-X: Forward and Reverse Teleoperation for Dexterous Manipulation and Human Intervention
• Title（参考訳）: DITTO-X: Dexterous Manipulation と Human Intervention のための前方・後方遠隔操作
• Abstract要約: 遠隔操作インタフェースDITTO-Xについて述べる。 関節レベルの力と指先接触イベントは、すでにロボットの手で感知されている。 デザイン変更なしで、商業用手3本を駆動する。
• 参考スコア（独自算出の注目度）: 28.96152741697166
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Teleoperated demonstrations are a primary source of data for robot manipulation, and teleoperated interventions are a primary mechanism for correcting policies at deployment. Yet most teleoperation systems close the loop through vision alone and are built around parallel-jaw grippers, limiting both what the robot can execute and what the operator can express through it. This is most damaging in shared autonomy, where the operator sees the scene only through occluded cameras and must take over a dexterous hand mid-task, often with an object already grasped. We present DITTO-X, a hand-agnostic dexterous teleoperation interface that renders joint-level force and fingertip contact events from sensing already on the robot hand, and drives three commercial dexterous hands (Sharpa, Wuji, and Inspire) without per-hand redesign. Because the exoskeleton is actuated, DITTO-X also supports reverse teleoperation, in which the robot back-drives the operator's fingers into its own configuration before control is transferred, so the human enters the loop already matched to the state they inherit. Our results show that DITTO-X improves demonstration quality and throughput over a commercial hand-tracking glove, both in regular data collection and in human intervention during policy deployment for contact-rich manipulation tasks. More information can be found from our website: https://tml.stanford.edu/ditto-x/.
• Abstract（参考訳）: 遠隔操作型デモンストレーションはロボット操作のための主要なデータソースであり、遠隔操作型介入はデプロイメント時のポリシーを修正するための主要なメカニズムである。 しかし、ほとんどの遠隔操作システムは、視覚だけでループを閉じ、パラレルジャウグリップを中心に構築されており、ロボットができることとオペレーターがそれを通して表現できることの両方を制限している。 これは共有自律性において最も損なわれており、オペレーターは、隠されたカメラを通してのみシーンを見ることができる。 DITTO-Xは手動非依存の遠隔操作インタフェースで、手動で手動で手動・指先接触イベントを検知し、手動で手動で3つの手動手(シャーパ、ウジ、インスパイア)を駆動する。 外部骨格が作動しているため、DITTO-Xは逆遠隔操作もサポートしており、ロボットは操作者の指を制御に移す前に自身の構成にバックドライブするので、人間が既に継承した状態と一致するループに入る。 この結果から,DITTO-Xは,日常的なデータ収集と人為的介入の両面において,業務用ハンドトラッキンググローブによる実演品質とスループットの向上を図っている。 詳細は、私たちのWebサイト(リンク)で確認できます。

関連論文リスト

• Towards Human-level Dexterous Teleoperation [62.77371751776912]
  人レベルのデキスタラス遠隔操作は、動的手動物体接触による物体の動きを正確に制御する必要がある。 我々は,操作者の意図を学習された低レベルのコンタクト実行にマッピングするハンドオブジェクト・コトラッキング・コントローラであるTeleDexterを紹介した。 我々はTeleDexterを、物体の向きを変える7つの難易度遠隔操作タスクと、両手にわたる長距離ツールを用いて評価した。
  論文  参考訳（メタデータ） (2026-07-13T12:36:47Z)
• 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)
• Immersive Social Interaction with VR and LLM-Assisted Humanoids [8.355232835265982]
  本稿では,音声制御された移動,VRによる操作,および全身ヒューマノイド制御のための双方向ソーシャルインタラクションを統合した没入型遠隔操作フレームワークを提案する。 オペレーターはApple Vision Proを使って、エゴセントリックな視覚フィードバックを受け取り、自然言語の移動コマンドを発行し、手首と指のトラッキングを通じてロボットの腕と器用な手を遠隔操作する。 我々は,操作作業や社会的相互作用作業において,器用な手を備えたUnitree H1ヒューマノイドの枠組みを評価する。
  論文  参考訳（メタデータ） (2026-07-08T14:00:51Z)
• 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)
• 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)
• DexImit: Learning Bimanual Dexterous Manipulation from Monocular Human Videos [56.64773686434068]
  DexImitは、人間の操作映像を物理的に妥当なロボットデータに変換する自動フレームワークである。 DexImitは、インターネットまたはビデオ生成モデルから、人間のビデオに基づいて大規模なロボットデータを生成することができる。 ツールの使用、長距離タスク、きめ細かい操作を含む多様な操作タスクを処理できる。
  論文  参考訳（メタデータ） (2026-02-10T18:59:02Z)
• DEXOP: A Device for Robotic Transfer of Dexterous Human Manipulation [39.95361636017463]
  周操作は、人間の操作を感知し記録し、実際のロボットへのデータの転送可能性を最大化する、ロボットデータ収集のパラダイムである。 我々は,このパラダイムを,自然環境における多種多様な操作タスクのためのリッチな感覚(視覚+触覚)データ収集能力の最大化を目的とした,受動的手外骨格であるDEXOPに実装する。
  論文  参考訳（メタデータ） (2025-09-04T17:57:13Z)
• Giving Robots a Hand: Learning Generalizable Manipulation with Eye-in-Hand Human Video Demonstrations [66.47064743686953]
  眼内カメラは、視覚に基づくロボット操作において、より優れたサンプル効率と一般化を可能にすることを約束している。 一方、人間がタスクを行うビデオは、ロボット遠隔操作の専門知識を欠いているため、収集コストがずっと安い。 本研究では,広範にラベルのない人間ビデオによるロボット模倣データセットを拡張し,眼球運動ポリシーの一般化を大幅に促進する。
  論文  参考訳（メタデータ） (2023-07-12T07:04:53Z)
• 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。