論文の概要: Robot-Matched Soft Fingers for UMI Data Collection: Lessons from 100 Hours of Pick and Place
- arxiv url: http://arxiv.org/abs/2611.03779v1
- Date: Mon, 02 Nov 2026 18:58:19 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-11 11:06:08.507066
- Title: Robot-Matched Soft Fingers for UMI Data Collection: Lessons from 100 Hours of Pick and Place
- Title(参考訳): UMIデータ収集のためのロボット整合型ソフトフィンガー:100時間のピック&プレイスから学んだこと
- Abstract要約: マルチタスクピックと場所のためのロボットポリシーのトレーニングには、多くのオブジェクトに対するデモが必要である。
われわれは、YUBIをベースとした、バッテリー駆動のハンドヘルドインターフェースを紹介した。
53のオブジェクトに対して99.7時間のデータセットを収集し、49のオブジェクトに対して$_0.5$ポリシーをトレーニングし、残りの4つを見えないオブジェクトとして保持します。
- 参考スコア(独自算出の注目度): 0.7933039558471408
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Training robot policies for multi-task pick and place requires demonstrations on many objects, which handheld Universal Manipulation Interfaces (UMIs) can collect quickly and cheaply. However, existing UMIs depend on external base stations, use rigid fingers that give no signal about contact forces, or use parallel-jaw fingers that limit grip strength. We present a battery-powered handheld interface, built on YUBI, whose soft, angled fingers wrap around objects, deform visibly under load as a visual proxy for force, and match the grippers of the robot. With it, we collect a 99.7-hour dataset over 53 objects, train $π_{0.5}$ policies on 49 of them, and hold out the other 4 as unseen objects. We find that a top camera raises success by 13 points even when only about half of the data includes it, and that mid-training on our multi-task data raises success after fine-tuning on unseen objects from 35% to 57%. Finger design, dataset, and data processing code: https://lute-corp.github.io/soft-yubi-site/
- Abstract(参考訳): マルチタスクピックと場所のためのトレーニングロボットポリシーは、ハンドヘルドユニバーサルマニピュレーションインタフェース(UMI)が迅速かつ安価に収集できる多くのオブジェクトのデモを必要とする。
しかし、既存のUMIは外部基地局に依存し、接触力に関する信号を与えない堅い指を使うか、握力を制限する平行ジャウ指を使う。
本稿では,YUBIをベースとした携帯型インタフェースを提案する。このインタフェースは柔らかい角度の指で物体を包み込み,力の視覚的プロキシとして視覚的に変形し,ロボットのグリップパーにマッチする。
これにより、53個のオブジェクトに99.7時間のデータセットを収集し、49個のオブジェクトにπ_{0.5}$ポリシーをトレーニングし、残りの4個を見えないオブジェクトとして保持する。
トップカメラは、データの半分しか含まれていない場合でも13ポイント上昇し、マルチタスクデータの中間トレーニングは、目に見えない物体を35%から57%まで微調整した後、成功を加速する。
フィンガーデザイン、データセット、データ処理コード:https://lute-corp.github.io/soft-yubi-site/
関連論文リスト
- DexPort: A Hand-Held Skill Interface for Dexterous Hand Data Collection [16.440798548247194]
本稿では,ハイDoFロボットハンド用の携帯型データ収集インタフェースであるDexPortを紹介する。
収集中、オペレータはハンドヘルドインターフェースを移動して、ロボット手首の動きを指定する。
ロボットアームを使わずに、現実のタスクや非構造化環境でデモを収集する。
論文 参考訳(メタデータ) (2026-10-23T17:56:28Z) - TacClaw-Infinity: A Large-Scale Vision-Tactile-Language-Action Dataset for Dexterous Manipulation [115.97509699601837]
コンタクトリッチな操作のための大規模構造化された視覚触覚・言語・行動データセットであるTacClaw-Infinityを提案する。
TacClaw-Infinityは、家庭、研究所、工業用職場、小売店、屋外環境にまたがる世界中に散在するコレクションを通じて構築されている。
我々は、軌道再構成、マルチモーダル品質制御、エンボディメント対応フィルタリング、構造化アノテーションのためのスケーラブルなパイプラインを開発する。
論文 参考訳(メタデータ) (2026-10-14T15:06:53Z) - UniDex-ViTac: Learning Unified Visuo-Tactile Dexterous Manipulation Policy from Human Video Data [0.45880283710344055]
We present UniDex-ViTac, a framework that using human-video-guided Simulation to generate robot demonstrations with fingertip contact observed。
我々は1万の擬似軌道を収集し、1つのAction Chunking with Transformers (ACT)ベースのジェネラリストを訓練する。
接触拡大された構成は、ポイントクラウドのみのベースラインで55.5%に対して、シミュレーションで68.3%のマクロ平均成功を実現している。
論文 参考訳(メタデータ) (2026-09-15T01:52:33Z) - ForceBand: Learning Forceful Manipulation with sEMG [55.186900419710746]
ForceBandは低コストで手首を縫ったsEMGシステムで、人間の筋肉活動を力で強化されたデモに変える。
我々は,筋電図およびIMU信号から指ごとの力を予測するEMG2Forceモデルを事前訓練する。
実験により、ForceBandは視覚ベースラインよりも50%以上低い力予測誤差で細粒度の指先相互作用を回復することが示された。
論文 参考訳(メタデータ) (2026-06-24T17:59:35Z) - Hoi! -- A Multimodal Dataset for Force-Grounded, Cross-View Articulated Manipulation [53.99392085883293]
本稿では,力場付きクロスビュー調音操作のためのデータセットを提案する。
データセットは381個の調音されたオブジェクトに3048個のシーケンスを含む。
論文 参考訳(メタデータ) (2025-12-04T15:11:48Z) - Dexterity from Smart Lenses: Multi-Fingered Robot Manipulation with In-the-Wild Human Demonstrations [52.29884993824894]
自然環境で日々のタスクを行う人間から、マルチフィンガーロボットポリシーを学ぶことは、ロボットコミュニティにとって長年の大きな目標だった。
AINAは、Aria Gen 2メガネを使用して、どこでも、どこでも、あらゆる環境で収集されたデータから、マルチフィンガーポリシーを学ぶことができる。
論文 参考訳(メタデータ) (2025-11-20T18:59:02Z) - Web2Grasp: Learning Functional Grasps from Web Images of Hand-Object Interactions [37.334138196925025]
器用な多指ロボットの手を使って物体を効果的に操るためには,機能的把握が不可欠である。
自然と機能的なオブジェクトの相互作用を描写するため,Web画像から人間の把握情報を抽出する手法を提案する。
安価なWebソースから得られた比較的低品質なHOIデータは、機能的把握モデルを効果的に訓練できることを示す。
論文 参考訳(メタデータ) (2025-05-07T16:13:17Z) - DexTransfer: Real World Multi-fingered Dexterous Grasping with Minimal
Human Demonstrations [51.87067543670535]
本研究では,少数の人間によるデモンストレーションを行い,見えない物体のポーズを学習するロボット学習システムを提案する。
我々は,物体の点群を入力として捉え,物体を異なる初期ロボット状態から把握するための連続的な動作を予測する,厳密な把握ポリシーを訓練する。
我々のデータセットから学んだポリシーは、シミュレーションと現実世界の両方で見えないオブジェクトのポーズをうまく一般化することができる。
論文 参考訳(メタデータ) (2022-09-28T17:51:49Z) - TapNet: The Design, Training, Implementation, and Applications of a
Multi-Task Learning CNN for Off-Screen Mobile Input [75.05709030478073]
本稿では,スマートフォンのタップを検出するマルチタスクネットワークであるTapNetの設計,トレーニング,実装,応用について述べる。
TapNetはデバイス間のデータから共同で学習し、タップ方向やタップ位置を含む複数のタップ特性を同時に認識することができる。
論文 参考訳(メタデータ) (2021-02-18T00:45:41Z)
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。