論文の概要: DexMimic: A Generalist Dexterous Hand-Object Tracking Policy via Value-Guided Reset Allocation
- arxiv url: http://arxiv.org/abs/2610.19089v1
- Date: Tue, 13 Oct 2026 19:29:33 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-15 21:06:15.770928
- Title: DexMimic: A Generalist Dexterous Hand-Object Tracking Policy via Value-Guided Reset Allocation
- Title（参考訳）: DexMimic: Value-Guided Reset Allocationによる汎用的デクスタラスハンドオブジェクト追跡ポリシー
- Abstract要約: DexMimicは多種多様なHOI軌跡にまたがって共同で訓練された手動物体追跡ポリシーである。
追跡成功とトレーニング効率の向上,ファインチューニングの高速化,未確認軌道や物体へのゼロショット一般化の可能性を示す。
DexMimicを実世界のデクスタラスな操作プラットフォーム上で検証する。
- 参考スコア（独自算出の注目度）: 14.558009539706456
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Achieving human-like dexterous manipulation remains a central challenge in robotics. Learning from human hand-object interaction (HOI) datasets offers a promising pathway to diverse dexterous skills, yet existing physics-based approaches train specialist policies for individual trajectories, thereby limiting skill reuse at scale. We introduce DexMimic, a generalist dexterous hand-object tracking policy jointly trained across diverse HOI trajectories. Efficient joint training requires allocating each rollout to both an undertrained phase and a starting state that supports continued tracking. DexMimic realizes this insight through Value-Guided Reset Allocation, which adapts the initialization distribution online to prioritize difficult phases and select reset states with higher expected tracking returns. We further introduce a benchmark spanning training, fine-tuning, and generalization. Experiments show improved tracking success and training efficiency, faster fine-tuning, and the potential for zero-shot generalization to unseen trajectories and objects; larger training sets further improve efficiency and generalization. Finally, we validate DexMimic on a real-world dexterous manipulation platform.
- Abstract（参考訳）: 人間のような巧妙な操作を達成することは、ロボティクスにおける中心的な課題である。
ヒューマン・ハンド・オブジェクト・インタラクション(HOI)データセットからの学習は、多種多様なスキルへの有望な経路を提供するが、既存の物理ベースのアプローチは、個々のトラジェクトリに対して専門的なポリシーを訓練することで、大規模なスキル再利用を制限する。
DexMimicは多種多様なHOI軌跡にまたがって共同で訓練された汎用的手オブジェクト追跡ポリシーである。
効率的なジョイントトレーニングでは、各ロールアウトを未訓練のフェーズと継続的な追跡をサポートするスタート状態の両方に割り当てる必要がある。
DexMimicは、この洞察をバリューガイドリセットアロケーション(Value-Guided Reset Allocation)を通じて実現している。
さらに、トレーニング、微調整、一般化にまたがるベンチマークを導入する。
実験では、追跡の成功とトレーニング効率の改善、ファインチューニングの高速化、未確認の軌道や物体へのゼロショット一般化の可能性、さらに大きなトレーニングセットにより効率と一般化が向上した。
最後に,実世界のデクスタラスな操作プラットフォーム上でDexMimicを検証する。
関連論文リスト
- FlashDexRetarget: Accelerating Dexterous Manipulation Data Generation through Multi-Motion Retargeting [51.97027820630168]
人間の手オブジェクトのデモは、器用なロボット学習のためのスケーラブルなデータソースを提供する。
既存の物理学に基づく手法は、通常、それぞれのデモンストレーションを独立して最適化する。
マルチ参照トラッキングのためのRLフレームワークであるFlashDexRetargetを紹介する。
論文 参考訳（メタデータ） (2026-10-01T15:15:42Z) - DexTaG: Tactile-as-Guidance in Reinforcement Learning for Dexterous Manipulation [37.293559108672454]
グラブベースのモーションキャプチャーは、デクスタラスハンドのデモデータを収集するためのスケーラブルなアプローチとして現れている。
人手とロボット手の間の運動的ギャップのため、記録された人間の動作を直接ロボットに実行することはできない。
触覚誘導型RLフレームワークであるDexTaGを提案する。
論文 参考訳（メタデータ） (2026-09-27T19:56:41Z) - 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) - HumDex: Humanoid Dexterous Manipulation Made Easy [30.352529523812347]
HumDexは、ヒューマノイド全体のデキスタラス操作用に設計された携帯型遠隔操作システムである。
本システムは、IMUに基づくモーショントラッキングを利用して、ポータビリティと精度のトレードオフに対処する。
そこで本研究では,手動パラメータチューニングを伴わないスムーズで自然な手の動きを学習ベースで生成する手法を提案する。
論文 参考訳（メタデータ） (2026-03-12T17:59:39Z) - DexHiL: A Human-in-the-Loop Framework for Vision-Language-Action Model Post-Training in Dexterous Manipulation [14.050551792714083]
ヒューマン・イン・ザ・ループ(HiL)学習は、ロボットポリシーを洗練するための強力なメカニズムであることが証明されている。
DexHiLはDexterous VLAモデルのための最初の統合アームハンドヒューマン・イン・ザ・ループ・フレームワークである。
論文 参考訳（メタデータ） (2026-03-10T02:55:27Z) - Robometer: Scaling General-Purpose Robotic Reward Models via Trajectory Comparisons [69.87766750714945]
汎用ロボット報酬モデルは通常、専門家によるデモンストレーションから絶対的なタスク進捗を予測するために訓練される。
本稿では、軌道内進行監視と軌道間優先監視を組み合わせたスケーラブルな報酬モデリングフレームワークRobometerを紹介する。
ロビオメーターは、専門家データに報酬等級を固定するフレームレベルのプログレス・ロスと、グローバルな順序制約を課す軌跡比較優先損失という2つの目的で訓練されている。
論文 参考訳（メタデータ） (2026-03-02T17:38:58Z) - ResMimic: From General Motion Tracking to Humanoid Whole-body Loco-Manipulation via Residual Learning [59.64325421657381]
ヒューマノイド全体のロコ操作は、日々のサービスや倉庫のタスクにトランスフォーメーション機能を約束する。
ResMimicは、人間の動作データから正確に表現力のあるヒューマノイド制御のための2段階の残差学習フレームワークである。
結果は、強いベースラインよりもタスク成功、トレーニング効率、堅牢性が大幅に向上したことを示している。
論文 参考訳（メタデータ） (2025-10-06T17:47:02Z) - DexTrack: Towards Generalizable Neural Tracking Control for Dexterous Manipulation from Human References [18.947295547196774]
我々は,人間の参照からのデクスタス操作のための汎用型ニューラルトラッキングコントローラを開発する上での課題に対処する。
本稿では,ロボット追跡実験を大規模に成功させる手法を提案する。
本手法は,トップベースラインに比べて10%以上の成功率向上を実現している。
論文 参考訳（メタデータ） (2025-02-13T18:59:13Z) - DexterityGen: Foundation Controller for Unprecedented Dexterity [67.15251368211361]
ツール使用など,ロボットの巧妙な操作スキルを教えることは,大きな課題となる。
現在のアプローチは、人間の遠隔操作(模倣学習)とシミュレート・トゥ・リアル強化学習(sim-to-real reinforcement learning)の2つの戦略に大別できる。
本稿では,手動回転や翻訳などの大規模動きプリミティブをRLで事前学習するDexterityGenを紹介する。
現実の世界では、人間の遠隔操作をコントローラーのプロンプトとして利用し、厳密な振る舞いを生み出す。
論文 参考訳（メタデータ） (2025-02-06T18:49:35Z)
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。