几何重定向：一种原理明确且超快速的神经手部重定向算法
机器人学
2025-03-11 v1 人工智能
图形学
人机交互
机器学习
摘要
我们引入了几何重定向（Geometric Retargeting, GeoRT），这是一种用于遥操作的原理明确且超快速的神经手部重定向算法，作为我们最近的 Dexterity Gen (DexGen) 系统的一部分而开发。GeoRT 以 1KHz 的频率将人手关键点转换为机器人手关键点，以显著更少的超参数实现了 SOTA 的速度和精度。这种高速能力实现了灵活的后处理，例如在 DexGen 中利用基础控制器进行动作校正。GeoRT 以无监督方式进行训练，无需人工标注手部配对。GeoRT 的核心在于新颖的几何目标函数，这些函数捕捉了重定向的本质：保持运动保真度、确保位形空间（C-space）覆盖、通过高平坦度保持均匀响应、捏合对应以及防止自碰撞。该方法免除了密集的测试时优化，为实时手部重定向提供了更具可扩展性和实用性的解决方案。
引用
@article{arxiv.2503.07541,
title = {Geometric Retargeting: A Principled, Ultrafast Neural Hand Retargeting Algorithm},
author = {Zhao-Heng Yin and Changhao Wang and Luis Pineda and Krishna Bodduluri and Tingfan Wu and Pieter Abbeel and Mustafa Mukadam},
journal= {arXiv preprint arXiv:2503.07541},
year = {2025}
}
备注
Project Website: https://zhaohengyin.github.io/geort