运动学非线性时空轨迹扭曲用于接触丰富的灵巧操作演示
Kinematic Nonlinear Spatio-Temporal Trajectory Warping for Contact-Rich Dexterous Manipulation Demonstrations
浏览论文内容
中文总结 AI 辅助
提出一种利用接触分布进行非线性时空轨迹扭曲的方法，可重利用接触丰富的灵巧操作演示，生成考虑路点、障碍和时间偏移的高质量轨迹，并在公开数据集上验证了其有效性和泛化性。
中文摘要 AI 辅助
我们提出了一种简单但有效的方法，用于重新利用现有的接触丰富的灵巧操作演示。从手和物体的轨迹输入开始，我们的方法输出高质量的非线性轨迹扭曲，这些扭曲考虑了中间路点、环境障碍、时间偏移以及不同的起始/结束配置。我们方法的基础是利用接触分布，我们证明这使我们能够通过简单的以物体为中心的扭曲规范流程可靠地计算复杂且高维的灵巧手轨迹。我们在一个公开可获取的人类手部运动数据集中，对源自4个演示的12种变体评估了我们的方法，进行了基线比较，并展示了我们的方法对不同操作器的泛化能力。结果和代码将在发表时提供。
英文摘要
We present a straightforward but effective method for repurposing existing contact-rich dexterous manipulation demonstrations. Starting from inputs of hand and object trajectories, our method outputs high-quality nonlinear trajectory warps that account for intermediate waypoints, environmental barriers, temporal shifts, and varied start/end configurations. Foundational to our method is the utilization of contact distributions, which we show allows us to reliably compute complex and high-dimensional dexterous hand trajectories following a simple object-centric warp specification pipeline. We evaluate our method across 12 variations sourced from 4 demonstrations in a publicly available dataset of human hand motion data, perform baseline comparisons, and demonstrate generalization of our approach to different manipulators. Results and code will be made available on publication.
发表机构
- Carnegie Mellon University（卡内基梅隆大学）
机构由 AI 辅助整理，请以论文原文为准。
