DEXOP：一种用于灵巧人类操作机器人迁移的装置
机器人学
2025-09-09 v2 人工智能
计算机视觉与模式识别
人机交互
摘要
我们引入了 perioperation，一种机器人数据收集范式，在对人类操作进行传感和记录的同时，最大化数据向真实机器人的可迁移性。我们在 DEXOP 中实现了这一范式，这是一种被动式手部外骨骼，旨在最大化人类在自然环境中为各种灵巧操作任务收集丰富感官（视觉+触觉）数据的能力。DEXOP 将人类手指与机器人手指机械连接，为用户提供直接接触反馈（通过本体感觉），并将人手姿态镜像到被动机器人手上，以最大化演示技能向机器人的迁移。与遥操作相比，力反馈和姿态镜像使任务演示对人类来说更自然，提高了速度和准确性。我们在一系列灵巧的、富接触任务上评估了 DEXOP，证明了其大规模收集高质量演示数据的能力。与遥操作相比，使用 DEXOP 数据学习的策略显著提高了每单位数据收集时间的任务性能，使 DEXOP 成为推进机器人灵巧性的强大工具。我们的项目页面位于 https://dex-op.github.io。
引用
@article{arxiv.2509.04441,
title = {DEXOP: A Device for Robotic Transfer of Dexterous Human Manipulation},
author = {Hao-Shu Fang and Branden Romero and Yichen Xie and Arthur Hu and Bo-Ruei Huang and Juan Alvarez and Matthew Kim and Gabriel Margolis and Kavya Anbarasu and Masayoshi Tomizuka and Edward Adelson and Pulkit Agrawal},
journal= {arXiv preprint arXiv:2509.04441},
year = {2025}
}
备注
project page: https://dex-op.github.io