論文の概要: Tactile In-Hand Object Rotation: A Comparative Study of Hand Morphology in Simulation and Hardware
- arxiv url: http://arxiv.org/abs/2610.26759v1
- Date: Mon, 19 Oct 2026 17:18:25 GMT
- ステータス: 情報取得中
- システム内更新日: 2026-10-21 06:55:55.24992
- Title: Tactile In-Hand Object Rotation: A Comparative Study of Hand Morphology in Simulation and Hardware
- Title（参考訳）: 触覚内物体回転:シミュレーションとハードウェアにおける手形態の比較研究
- Abstract要約: 連続的な手動回転には、協調した接触維持と更新が必要である。
ローコストLEAPハンドの2つのバージョンにおいて, 回転進行, 指参加, 指先負荷によるこれらの関係について検討した。
- 参考スコア（独自算出の注目度）: 7.520387923228417
- License:
- Abstract: Continuous in-hand rotation requires coordinated contact maintenance and renewal, linking manipulation performance to both hand geometry and tactile feedback. We investigate these relationships through rotational progress, finger participation, and fingertip loading on two versions of the low-cost LEAP Hand with anthropomorphic and symmetric finger arrangements. Both hands are integrated with TacTip vision-based tactile sensors and use a shared reinforcement learning framework. Simulation evaluates full tactile, binary touch, and proprioception-only observations on 12 unseen objects; hardware experiments evaluate full tactile policies on ten objects under multiple hand orientations. In simulation, full tactile observations increase mean normalized rotation per episode over proprioception alone by 94.8% for the anthropomorphic hand and 66.9% for the symmetric hand, with longer mean episode durations and lower mean total fingertip loads. Hardware contact measurements reveal more differentiated finger participation in the anthropomorphic hand, while cumulative loading is more evenly distributed across the symmetric hand's fingers. Overall, the symmetric hand achieves a 32.0% higher mean rotation count and a 25.8% higher aggregate rotation rate, together with longer manipulation duration. Additional hardware force recordings show a 19.9% lower mean total fingertip load for this layout. These findings relate finger arrangement to contact organization and load sharing, and show that richer tactile information supports greater task progress at lower mean loading in both simulated embodiments.
- Abstract（参考訳）: 連続的な手動回転は、協調した接触維持と更新を必要とし、操作性能を手動幾何学と触覚フィードバックの両方にリンクする。
人為的および対称的な指配置を持つ低コストのLEAPハンドの2つのバージョンにおいて, 回転進行, 指参加, 指先負荷によるこれらの関係について検討した。
両手はTacTip視覚ベースの触覚センサーと統合され、共有強化学習フレームワークを使用している。
シミュレーションは、12個の未確認物体の完全な触覚、二分触覚、プロプレセプションのみの観察を評価し、ハードウェア実験は、複数の手振りで10個の物体の完全な触覚ポリシーを評価する。
シミュレーションでは、完全な触覚観察により、前立腺受容器単独での1回あたりの平均正規化回転が94.8%、対称手では66.9%増加し、より長いエピソード持続時間と平均指先負荷が低下した。
ハードウェア接触測定により、人為的手においてより分化した指の参加が示される一方、累積荷重は対称的な手の指に均等に分散される。
全体として、対称手は平均回転数が32.0%高く、凝集回転率が25.8%高く、操作時間が長くなる。
追加のハードウェアフォース記録では、このレイアウトに対する平均指先負荷が19.9%低かった。
これらの知見は, 接触組織への指の配置と負荷共有に関係し, よりリッチな触覚情報により, 双方の模擬実施形態において, より低い平均負荷時のタスクの進行が促進されることを示した。
関連論文リスト
- TouchScale: 500 Hours of Human Vision and Touch for Visual-Tactile Learning [103.68709128626244]
我々は、単一の統一ウェアラブルセットアップで記録されたコンタクトリッチなヒューマンインタラクションのデータセットであるTouchScaleを紹介した。
TouchScaleのトレーニングでは、目に見えない触覚センサからのデータから、ゼロショットコンタクトIoUが0.134から0.383に上昇する。
TouchScaleは、4つのコンタクトリッチな操作タスクの平均的な実世界の成功率を22.5%から57.5%に改善している。
論文 参考訳（メタデータ） (2026-10-07T15:49:41Z) - Temporal Visuo-Tactile Learning for Dexterous Grasp Stability [1.9710344458155555]
本研究では,高分解能でダイナミックな触覚感が,ロボットハンドの安定性予測とモデル誘導の把握にどのように寄与するかを検討する。
Digit 360の触覚センサーを4つ搭載した多指ロボットハンドを用いて,200オブジェクトにわたる1万件のグリップトライアルのデータセットを収集した。
我々は,前後の時間的マルチモーダルモデルを訓練し,プレリフトグリーティング観測からリフト後の安定性を予測し,センシングモードとバックボーンの符号化を比較した。
論文 参考訳（メタデータ） (2026-10-07T15:48:19Z) - Bench2Dex: Benchmarking Visuo-Tactile Bimanual Dexterous Manipulation Across Dexterous Hands [99.00248904465089]
指の構造、接触面、センサーレイアウトが異なる。
本報告では,12手にわたるバイスオタクティルバイマニュアル操作のシミュレーションベンチマークであるBench2Dexについて述べる。
論文 参考訳（メタデータ） (2026-09-14T15:22:59Z) - Pose-Aware Modeling to Mitigate Pose-Related Artifacts in Tactile Gloves [12.960256702707596]
触覚手袋は、手動物体の相互作用において接触と力のデジタル化を行う。
フレキシブルセンサーは接触力だけでなく手ポーズの変化にも敏感で、ポーズ関連アーティファクト(PRA)をもたらす。
我々は,手振り情報を活用するグローブ非依存のアルゴリズムフレームワークを導入し,手袋の修正を伴わずにPRAを緩和する。
論文 参考訳（メタデータ） (2026-07-25T00:12:31Z) - A Human-Inspired Thumb-Index Robotic Hand with Strain Gauges Embedded in Soft Joints [1.9808221015667646]
Safe Thumb-Index Robotic Handは最小限で軽量で低コストな2桁の試作機として開発された。
シリコーン封入ソフトジョイントにフレキシブルなひずみゲージを組み込んだ、不活性で腱駆動の機械設計と組み合わせることで、受動的把握適応を実現する。
論文 参考訳（メタデータ） (2026-06-19T09:13:10Z) - 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) - OPENTOUCH: Bringing Full-Hand Touch to Real-World Interaction [93.88239833545623]
OpenTouchは、最初のインザワイルドなエゴセントリックなフルハンド触覚データセットです。
触覚信号は,理解のためのコンパクトで強力なキューを提供する。
我々は,マルチモーダルな自我中心の知覚,具体的学習,接触に富むロボット操作の促進を目指す。
論文 参考訳（メタデータ） (2025-12-18T18:18:17Z) - Visuo-Tactile Object Pose Estimation for a Multi-Finger Robot Hand with Low-Resolution In-Hand Tactile Sensing [9.970043211592058]
把握された物体の正確な3Dポーズ推定は、ロボットが組み立てや手動操作を行うための重要な前提条件である。
本稿では,視覚情報とプロバイオセプションを2値の低解像度触覚接触測定と組み合わせることで,この問題を軽減することを提案する。
論文 参考訳（メタデータ） (2025-03-25T17:53:53Z) - The Feeling of Success: Does Touch Sensing Help Predict Grasp Outcomes? [57.366931129764815]
両指にGelSight高解像度触覚センサを装着した2本指グリップを用いて,9000以上の握力試験を行った。
実験結果から,触覚を取り入れることで把握性能が著しく向上することが示唆された。
論文 参考訳（メタデータ） (2017-10-16T05:32:38Z)
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。