論文の概要: DEX-PHD: A Dexterous Portable Handheld Device for Multimodal Data Collection
- arxiv url: http://arxiv.org/abs/2610.35462v1
- Date: Mon, 26 Oct 2026 13:57:01 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-27 22:27:14.018368
- Title: DEX-PHD: A Dexterous Portable Handheld Device for Multimodal Data Collection
- Title（参考訳）: DEX-PHD:マルチモーダルデータ収集用デクサラスポータブルハンドヘルドデバイス
- Abstract要約: DEX-PHDは、器用なロボットハンド、連続的なフィンガー制御、マルチモーダルロギングを組み合わせた携帯携帯型ハンドヘルドデバイスである。
協調型マルチフィンガー操作を必要とするコンタクトリッチなタスクに対してDEX-PHDを実演し、ヒューマノイドロボット上でオープンループのリプレイによって収集したデモをデプロイする。
- 参考スコア（独自算出の注目度）: 7.933976685991019
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Existing manipulation data collection methods typically offer either accurate robot-state acquisition through kinematic-chain-based teleoperation or convenient, portable operation through vision-based approaches. We present DEX-PHD, a portable handheld device that combines these advantages for dexterous manipulation by integrating a dexterous robot hand, continuous per-finger control, and multimodal logging. The system records proprioceptive information, fingertip contact data, and wrist-camera video, while the operator directly controls the robot hand through joint-level mapping. Its untethered design enables data collection across diverse environments. We demonstrate DEX-PHD on contact-rich tasks requiring coordinated multi-finger manipulation and deploy the collected demonstrations through open-loop replay on a physical humanoid robot. The results show that open-loop replay preserves the main temporal patterns of finger motion and task-relevant contact. Therefore, DEX-PHD provides a practical platform for portable, multimodal dexterous manipulation data collection.
- Abstract（参考訳）: 既存の操作データ収集方法は、キネマティックチェーンベースの遠隔操作による正確なロボット状態の取得や、視覚ベースのアプローチによる便利でポータブルな操作を提供するのが一般的である。
本稿では,デキスタラスなロボットハンドと連続的なフィンガー制御,マルチモーダルロギングを統合することで,これらのデキスタラス操作の利点を組み合わせた携帯携帯型ハンドヘルドデバイスDEX-PHDを提案する。
操作者は、関節レベルのマッピングを通して、ロボットの手を直接制御する一方、そのシステムは、受容情報、指先接触データ、手首カメラビデオを記録する。
不要な設計により、さまざまな環境にまたがるデータ収集が可能になる。
複数指の協調操作を必要とするコンタクトリッチなタスクに対してDEX-PHDを実演し、物理的なヒューマノイドロボット上でオープンループのリプレイによって収集されたデモをデプロイする。
その結果,オープンループ再生は指の動きとタスク関連接触の主な時間的パターンを保っていることがわかった。
したがって、DEX-PHDは、ポータブルでマルチモーダルなデクスタラスなデータ収集のための実用的なプラットフォームを提供する。
関連論文リスト
- FOMI: A Force-Feedback Manipulation Interface for Teaching Contact-Rich Manipulation [59.638802273101646]
FOMIは、ハサミ型機構を備えたフォースフィードバック操作インタフェースである。
本研究では,センサキャリブレーション,データ取得,ロボットフリーコレクションの同期処理を統合したデモコレクションシステムを構築した。
FOMIは、ロボットフリーのコレクションと遠隔操作において、最高のベースラインよりも、コレクション効率を約29%と18%向上させる。
論文 参考訳（メタデータ） (2026-10-14T09:10:24Z) - DITTO-X: Forward and Reverse Teleoperation for Dexterous Manipulation and Human Intervention [28.96152741697166]
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。
論文 参考訳（メタデータ） (2026-09-30T22:18:17Z) - DITTO: Dexterous Interface for Transparent TeleOperation [7.23241288025359]
7-DOFロボットハンドと運動学的に等価な運動性外骨格を提示する。
エクソスケルトンとロボットハンド間の1対1のアクチュエータマッピングにより、ハンドヘルドデータ収集と、ジョイントレベルのフィードバックを単一のプラットフォームに統合した双方向遠隔操作が可能になる。
我々は,DITTOエキソスケルトンがオペレーターの自然なインデックス・トゥ・サンプブワークスペースにまたがることを示した。
論文 参考訳（メタデータ） (2026-09-16T01:12:52Z) - 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) - Learning Visuotactile Skills with Two Multifingered Hands [80.99370364907278]
マルチフィンガーハンドとバイソタクティブルデータを用いたバイマニアルシステムを用いて,人間の実演からの学習を探索する。
以上の結果から,バイスオタクティブルデータからの両指多指操作における有望な進歩が示唆された。
論文 参考訳（メタデータ） (2024-04-25T17:59:41Z) - RealDex: Towards Human-like Grasping for Robotic Dexterous Hand [64.33746404551343]
本稿では,人間の行動パターンを取り入れた手の動きを正確に把握する先駆的データセットであるRealDexを紹介する。
RealDexは、現実のシナリオにおける認識、認識、操作を自動化するためのヒューマノイドロボットを進化させる上で、大きな可能性を秘めている。
論文 参考訳（メタデータ） (2024-02-21T14:59:46Z)
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。