論文の概要: DONIC: Generalist Dexterous Bimanual Tracking Control from Human Demonstrations

• arxiv url: http://arxiv.org/abs/2610.29997v1
• Date: Wed, 21 Oct 2026 16:36:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-23 00:40:06.410933
• Title: DONIC: Generalist Dexterous Bimanual Tracking Control from Human Demonstrations
• Title（参考訳）: DONIC:人間による汎用的二元追跡制御
• Abstract要約: 操作カテゴリと人体運動源を共同で訓練した最初の一般用バイマニュアルトラッカーであるDONICについて紹介する。 対象中心ごとの報酬は、基準コンタクトロールに従って各手を監督しながら、オブジェクトモーションフィードバックを維持する。 単一のチェックポイントは、トレーニング対象の未確認軌道で86.79%、保持対象で57.32%を達成している。
• 参考スコア（独自算出の注目度）: 62.525114958093496
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Despite recent progress in dexterous reference tracking, existing models focus primarily on single-hand manipulation and a limited range of interactions, leaving the bimanual dexterous behaviors common in real life unaddressed. The scarcity of contact-rich bimanual manipulation data and the increased complexity of coordinating contacts make developing a generalist bimanual tracker particularly challenging. Therefore, we present 1) DONIC, the first generalist bimanual tracker jointly trained across operation categories and human-motion sources, together with 2) BiHOI, a multi-view dataset of 1,575 sequences spanning 229 objects and emphasizing sustained bimanual interaction, where reconstructed interactions are retargeted into robot references. DONIC combines proximal policy optimization with behavioral cloning in a feedback loop that recycles verified successful executions into training demonstrations. An object-centered per-hand reward maintains object-motion feedback while supervising each hand according to its reference contact role. Clip-Centered Advantages remove reference-dependent advantage offsets while preserving within-trajectory differences. Together, these designs enable one single policy to learn coordinated manipulation across heterogeneous references. Without finetuning, a single checkpoint achieves 86.79% success on unseen trajectories of training objects and 57.32% on held-out objects, surpassing the state-of-the-art bimanual tracking baselines by 77.36 and 45.73 percentage points.
• Abstract（参考訳）: 最近のデキスタラス参照追跡の進歩にもかかわらず、既存のモデルは、主に片手操作と限られた範囲のインタラクションに焦点を合わせており、現実の生活に共通する2次元のデキスタラスな振る舞いを残している。 コンタクトリッチなバイマニュアル操作データの不足とコーディネートコンタクトの複雑さの増大は、一般的なバイマニュアルトラッカーの開発を特に困難にしている。 そのため、現在 1)DONICは、操作カテゴリーと人力源を共同で訓練した最初の一般用バイマニュアルトラッカーである。 2) BiHOIは229個のオブジェクトにまたがる1,575個のシーケンスからなる多視点データセットであり,ロボットの参照に再構成されたインタラクションが再ターゲットされる。 DONICは、評価済みの実行をトレーニングのデモにリサイクルするフィードバックループにおいて、近似ポリシー最適化と行動クローンを組み合わせる。 対象中心ごとの報酬は、基準コンタクトロールに従って各手を監督しながら、オブジェクトモーションフィードバックを維持する。 Clip-Centered Advantagesは、軌道内差を保ちながら、参照依存の利益オフセットを削除する。 これらの設計により、1つの単一のポリシーで異種参照間の協調的な操作を学習することができる。 微調整なしでは、トレーニング対象の未確認軌道で86.79%、保持対象で57.32%を達成し、最先端の双方向追跡ベースラインを77.36点、45.73点を超えた。

関連論文リスト

• DexOAK: Object-Aware Kinematic Retargeting [45.88028371034407]
  DexOAKは人間のモーションキャプチャーデータから接触一貫性のあるロボットハンドレファレンスを生成する学習ベースのキネマティックフレームワークである。 ロボットは、人間の手だけでのポーズよりも、実証された物-相対的な相互作用を再現する。 Inspireでは、OakInk-v2では39.5%から48.4%に、ADD-AUCは62.7%から77.9%に上昇している。
  論文  参考訳（メタデータ） (2026-10-19T17:20:10Z)
• 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)
• 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)
• 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)
• TopoRetarget: Interaction-Preserving Retargeting for Dexterous Manipulation [32.317349412479885]
  人手オブジェクトのデモは、参照トラッキングを通じて、デクスタラスラーニング(RL)ポリシーをトレーニングするための高密度な参照動作を提供する。 このような実演をRL政策学習に利用するためには、強化は手ポーズとタスク関連手オブジェクト接触構造を保たなければならない。 TopoRetargetは、さまざまな条件にまたがって単一のパラメータセットを使用するインタラクション保存フレームワークである。 TopoRetargetは、ContactPoseデータセット上のすべてのベースラインに対して、最高のコンタクト精度とアライメントを達成する。
  論文  参考訳（メタデータ） (2026-06-15T06:20:46Z)
• 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)
• Interactive Tracking: A Human-in-the-Loop Paradigm with Memory-Augmented Adaptation [60.96010213186819]
  自然言語コマンドを使用していつでもトラッカーをガイドできる新しいパラダイムであるInteractive Trackingを導入する。 対話型トラッキングのための最初の大規模ベンチマークであるInteractTrackについて紹介する。 第3に,ユーザからのフィードバックから学習し,トラッキング動作を更新するために動的メモリ機構を利用する新しいベースラインであるInteractive Memory-Augmented Tracking (IMAT)を導入する。
  論文  参考訳（メタデータ） (2026-04-02T12:33:27Z)
• A Rubric-Supervised Critic from Sparse Real-World Outcomes [87.11204512676193]
  現実のコーディングエージェントは、成功信号がノイズが多く、遅延し、スパースであるループで人間と動作します。 本稿では,RLに基づくトレーニングや推論時間スケーリングの報奨モデルとして,スパースとノイズの相互作用データから"批判的"モデルを学習するプロセスを提案する。
  論文  参考訳（メタデータ） (2026-03-04T07:23:54Z)
• Learning Generalizable Hand-Object Tracking from Synthetic Demonstrations [71.15185260689928]
  本研究では,人間による実演を必要とせず,合成データから汎用的な手動物体追跡制御系を学習するシステムを提案する。 提案手法は,(1)多種多様な対象物軌跡を合成可能なハンドオブジェクトプランナであるHOPと,(2)強化学習と相互作用模倣学習を通じて合成と物理の伝達をブリッジするハンドオブジェクトトラッカーであるHOTの2つの重要な貢献を行う。
  論文  参考訳（メタデータ） (2025-12-22T17:08:54Z)

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。