From Human Hands to Robotic Limbs: A Study in Motor Skill Embodiment for Telemanipulation

要約

本論文では、人間の腕のジェスチャーを用いて冗長自由度ロボットマニピュレータを制御する遠隔操作システムを提案する。GRUベースの変分オートエンコーダを提案し、マニピュレータの構成空間の潜在的表現を学習する。完全接続されたニューラルネットワークは、人間の腕の構成をこの潜在空間にマッピングし、システムはVAEデコーダを通して対応するマニピュレータの軌道を模倣し、リアルタイムで生成することができる。提案手法は、マニピュレータの遠隔操作において有望な結果を示し、訓練時には存在しなかった人間の特徴から新しいマニピュレータの構成を生成することを可能にする。

要約(オリジナル)

This paper presents a teleoperation system for controlling a redundant degree of freedom robot manipulator using human arm gestures. We propose a GRU-based Variational Autoencoder to learn a latent representation of the manipulator’s configuration space, capturing its complex joint kinematics. A fully connected neural network maps human arm configurations into this latent space, allowing the system to mimic and generate corresponding manipulator trajectories in real time through the VAE decoder. The proposed method shows promising results in teleoperating the manipulator, enabling the generation of novel manipulator configurations from human features that were not present during training.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL