論文の概要: DexSuite: An All-in-One Framework for Dexterous Manipulation Across Arms, Hands, and Tasks
- arxiv url: http://arxiv.org/abs/2610.37799v1
- Date: Tue, 27 Oct 2026 18:21:34 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-03 19:43:21.015889
- Title: DexSuite: An All-in-One Framework for Dexterous Manipulation Across Arms, Hands, and Tasks
- Title（参考訳）: DexSuite: 腕、手、タスク間のデクサラス操作のためのオールインワンフレームワーク
- Abstract要約: DexSuiteはGenesisシミュレータ上に構築されたデクサラス操作のためのオールインワンのシミュレーションフレームワークである。
30のタスクを提供し、10個の腕と12個のエンドエフェクターを組み立てている。
また、標準化された環境API、統合された遠隔操作、シミュレートされた触覚センシングも提供する。
- 参考スコア（独自算出の注目度）: 32.13091860651981
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Human-level dexterity remains a central open problem in robotics, yet few simulation frameworks cover the full workflow of dexterous manipulation, from setting up a robot to collecting dexterous demonstrations and evaluating policies. We present DexSuite, an all-in-one simulation framework for dexterous manipulation built on the Genesis simulator. DexSuite provides 30 tasks and assembles its 10 arms and 12 end-effectors, from parallel-jaw grippers to dexterous hands, into more than 100 single-arm robots and thousands of bimanual pairs. It also ships a standardized environment API, integrated teleoperation, and simulated tactile sensing. Moreover, we define a benchmark of 16 task-embodiment pairs spanning diverse contact complexities and horizons, and release a dataset of 4,700 successful episodes in simulation from human teleoperation, scripted experts, and learned policies. We release DexSuite as open source and hope others will build on it. Videos and datasets are available at https://dexsuiteorg.github.io
- Abstract（参考訳）: ロボット工学において人間レベルのデキスタリティは依然として中心的なオープンな問題だが、ロボットのセットアップからデキスタラスなデモの収集、ポリシー評価に至るまで、デキスタラスな操作のワークフローを網羅するシミュレーションフレームワークはほとんどない。
我々はGenesisシミュレータ上に構築されたデキスタス操作のためのオールインワンのシミュレーションフレームワークであるDexSuiteを紹介する。
DexSuiteは30のタスクを提供し、10個のアームと12個のエンドエフェクターを組み立てている。
また、標準化された環境API、統合された遠隔操作、シミュレートされた触覚センシングも提供する。
さらに,多様な接触の複雑度や地平線にまたがる16のタスク・エボディメント・ペアのベンチマークを定義し,人間の遠隔操作,スクリプト専門家,学習方針から4,700回の成功事例のデータセットを作成した。
私たちはDexSuiteをオープンソースとしてリリースしています。
ビデオとデータセットはhttps://dexsuiteorg.github.ioで公開されている。
関連論文リスト
- HandEdit: A Unified Benchmark for Egocentric Human-to-Robot Dexterous Hand Image Editing [96.6894553388557]
HandEditは、大規模なエボディメント対応の画像編集データセットとベンチマークである。
人間の手と腕を、エゴセントリックなフレーム内の様々な器用なロボット体に変身させる。
HandEditは、5つの多様なソースデータセットから派生した2億以上の編集インスタンスで構成されている。
論文 参考訳（メタデータ） (2026-08-12T14:41:53Z) - DexVerse: A Modular Benchmark for Multi-Task, Multi-Embodiment Dexterous Manipulation [66.68529423691461]
DexVerseは、デクスタラスな操作のための大規模かつモジュール化されたベンチマークである。
我々は、19のタスクに対して拡散ポリシー、DP3、OpenVLA、および$_0.5$などの代表的手法をベンチマークする。
その結果、タスクの一般化と視覚運動の堅牢性において大きな課題が浮かび上がっている。
論文 参考訳（メタデータ） (2026-07-09T17:50:47Z) - 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) - UltraDexGrasp: Learning Universal Dexterous Grasping for Bimanual Robots with Synthetic Data [70.96218513410454]
両面ロボットを用いた普遍的デクスタラスグリップのためのフレームワークであるUltraDexGraspを紹介する。
提案したデータ生成パイプラインは、最適化に基づくグリップ合成と計画に基づくデモ生成を統合する。
我々はUltraDexGrasp-20Mに基づいて、点雲を入力とし、一方向の注意を通してシーン特徴を集約し、制御コマンドを予測する、シンプルで効果的な把握ポリシーを開発した。
論文 参考訳（メタデータ） (2026-03-05T15:54:21Z) - DexImit: Learning Bimanual Dexterous Manipulation from Monocular Human Videos [56.64773686434068]
DexImitは、人間の操作映像を物理的に妥当なロボットデータに変換する自動フレームワークである。
DexImitは、インターネットまたはビデオ生成モデルから、人間のビデオに基づいて大規模なロボットデータを生成することができる。
ツールの使用、長距離タスク、きめ細かい操作を含む多様な操作タスクを処理できる。
論文 参考訳（メタデータ） (2026-02-10T18:59:02Z) - HumanoidGen: Data Generation for Bimanual Dexterous Manipulation via LLM Reasoning [46.57163859424286]
本稿では,自動タスク生成およびデモコレクションフレームワークであるHumanoidGenを提案する。
具体的には,原子の操作に基づいて,資産と器用な手の両方に空間アノテーションを提供する。
実験では,収集したデータの品質を評価するために,拡張シナリオを用いた新しいベンチマークを作成する。
論文 参考訳（メタデータ） (2025-07-01T15:04:38Z) - DexMimicGen: Automated Data Generation for Bimanual Dexterous Manipulation via Imitation Learning [42.88605563822155]
本稿では,人間の手による人型ロボットの人体実験からトラジェクトリを合成する大規模自動データ生成システムを提案する。
私たちは、たった60のソースの人間デモから、これらのタスク全体で21Kのデモを生成します。
また、実世界のヒューマノイド缶ソートタスクに、実世界のシミュレート・トゥ・リアルパイプラインを配置する。
論文 参考訳（メタデータ） (2024-10-31T17:48:45Z)
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。