論文の概要: Human-Like Redundancy Resolution for Real-Time Bimanual Humanoid Teleoperation
- arxiv url: http://arxiv.org/abs/2610.16855v1
- Date: Mon, 12 Oct 2026 14:26:14 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-18 21:13:36.976272
- Title: Human-Like Redundancy Resolution for Real-Time Bimanual Humanoid Teleoperation
- Title（参考訳）: リアルタイム人型遠隔操作のためのヒューマンライクな冗長性解決法
- Abstract要約: リアルタイムのバイマニアル・ヒューマノイド遠隔操作には正確な手首追跡が必要であり、腕の構成は予測可能である。
本稿では,適応的肘誘導と特異性ローバストな手首追跡を併用した,ヒトのような冗長性解消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）: 27.392372654633743
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Real-time bimanual humanoid teleoperation requires accurate wrist tracking while keeping arm configurations predictable. Because a 7-DoF arm admits multiple elbow configurations for the same wrist pose, wrist-only tracking can cause elbow drift or abrupt configuration changes. Fixed anthropomorphic constraints can stabilize elbow posture, but they can also block the redundant adjustments needed near singular configurations. We propose a human-like redundancy-resolution framework that combines adaptive elbow guidance with singularity-robust wrist tracking. Shoulder-wrist geometric retargeting generates robot-scale wrist targets. An adaptive elbow-offset criterion uses the offset direction to guide posture and scales this guidance by the offset magnitude, so the redundant degree of freedom is progressively released as the human arm straightens. A hierarchical velocity solver prioritizes wrist tracking and projects the adaptive elbow guidance into the wrist-task null space. In a fixed-wrist-target ablation, adaptive guidance reduces mean elbow-direction error by 54.4% compared with removing this guidance. In a workspace-boundary stress test, singularity-robust tracking reduces peak raw joint-velocity demand by 97.9% compared with the undamped pseudoinverse. Real-world bimanual tasks and cross-platform retargeting show applicability across robot morphologies.
- Abstract（参考訳）: リアルタイムのバイマニアル・ヒューマノイド遠隔操作には正確な手首追跡が必要であり、腕の構成は予測可能である。
7-DoFアームは同じ手首ポーズのために複数の肘構成を許可しているため、手首のみのトラッキングは肘のドリフトや急激な構成変更を引き起こす可能性がある。
固定された人為的制約は肘の姿勢を安定させることができるが、特異な構成の近くで必要な冗長な調整をブロックすることもできる。
本稿では,適応的肘誘導と特異性ロバストな手首追跡を組み合わせた人間のような冗長性解消フレームワークを提案する。
肩書きの幾何学的再ターゲティングは、ロボットスケールの手首ターゲットを生成する。
適応的肘オフセット基準は、オフセット方向を用いて姿勢を誘導し、この誘導をオフセット等級でスケールするので、人間の腕がまっすぐになるにつれて、冗長な自由度が徐々に解放される。
階層的速度解決器は、手首追跡を優先順位付けし、適応的な肘誘導を手首タスクのヌル空間に投影する。
固定フリストターゲットアブレーションでは、アダプティブガイダンスは、このガイダンスを除去するよりも平均肘方向誤差を54.4%削減する。
ワークスペース境界応力試験において、特異性ロバストトラッキングは、損傷のない擬似逆数と比較して、ピークの生の関節速度需要を97.9%削減する。
実世界のバイマン的タスクとクロスプラットフォームのリターゲットは、ロボット形態にまたがる適用性を示している。
関連論文リスト
- Real-Time Force Regulation for Whole-Hand Dexterous Grasping [56.253219596767075]
本報告では, 接触の動的変化に対するリアルタイム力規制の枠組みについて述べる。
本手法は, 触覚を必要とせず, 全ハンドリンクにまたがる接触を幾何学的に推定する。
我々は,この力調節制御系を反応的リーチと統合し,手の動きを把握し,乱れ下で保持し,物体を失くした後の再生を可能にする。
論文 参考訳（メタデータ） (2026-09-24T16:31:51Z) - Gated Residual Body-Hand Coordination for Whole-Body Humanoid Teleoperation [33.39511546352422]
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。
論文 参考訳（メタデータ） (2026-09-16T14:50:12Z) - 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) - 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) - DexTwist: Dexterous Hand Retargeting for Twist Motion via Mixed Reality-based Teleoperation [7.817721592278407]
MR(Mixed Reality)ベースのインターフェースによるデクサラス遠隔操作は、人間の操作スキルをロボットの手に移すためのスケーラブルなパラダイムを提供する。
MRを用いたデキスタラス遠隔操作のための機能的ツイストリターゲティングフレームワークであるDexTwistを提案する。
DexTwistはベクトルベースベースラインに比べて回転角追跡とねじ軸安定性が向上することを示す。
論文 参考訳（メタデータ） (2026-05-12T14:25:00Z) - SoftHand Model-W: A 3D-Printed, Anthropomorphic, Underactuated Robot Hand with Integrated Wrist and Carpal Tunnel [8.885251638603307]
SoftHand Model-Wは、Pisa/IIT SoftHandをベースとした3Dプリント・アンダーアクティベートされたロボットハンドである。
手根管にインスパイアされた腱ルーティングにより、前腕に遠隔運動が配置され、遠位慣性が減少する。
手首は、そうでなければ不可能なピック・アンド・プレイス操作を可能にする。
論文 参考訳（メタデータ） (2026-04-01T11:05:39Z) - Geometric Retargeting: A Principled, Ultrafast Neural Hand Retargeting Algorithm [50.52643618961044]
遠隔操作のための超高速・原理的ハンドアルゴリズムGeoRTを紹介する。
GeoRTは、人間の指のキーポイントを1KHzでロボットの手のキーポイントに変換し、最先端のスピードと精度を達成する。
論文 参考訳（メタデータ） (2025-03-10T17:10:21Z) - Continuous Wrist Control on the Hannes Prosthesis: a Vision-based Shared Autonomy Framework [4.5540732576876986]
義肢をつかむためのほとんどの制御技術は、器用な指の制御に焦点をあてるが、手首の動きを見渡す。
これにより、肘、肩、腰で補償運動を行い、手首をつかむように適応させる。
本稿では,共有自律フレームワークにおけるユーザと自動システムの協調を利用したコンピュータビジョンベースシステムを提案する。
当社のパイプラインでは,人工手首をシームレスに制御して対象物を追尾し,最終的にユーザの意図に応じて把握するように調整しています。
論文 参考訳（メタデータ） (2025-02-24T15:48:25Z) - Deformer: Dynamic Fusion Transformer for Robust Hand Pose Estimation [59.3035531612715]
既存の方法では、手のこもりが強かったり、ぼやけたりすると、手のポーズが難しい場合が多い。
ビデオでは、手の動きによって、片方のフレームに隠されたり、ぼやけたりして、手のさまざまな部分を観察することができる。
画像内の手の部分間の関係を暗黙的に推論するフレームワークであるDeformerを提案する。
論文 参考訳（メタデータ） (2023-03-09T02:24:30Z) - Online Body Schema Adaptation through Cost-Sensitive Active Learning [63.84207660737483]
この作業は、icubロボットシミュレータの7dofアームを使用して、シミュレーション環境で実行された。
コストに敏感な能動学習手法は最適な関節構成を選択するために用いられる。
その結果,コスト依存型能動学習は標準的な能動学習手法と同等の精度を示し,実行運動の約半分を減らした。
論文 参考訳（メタデータ） (2021-01-26T16:01:02Z)
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。