触覚フィードバックは、手指と物体のインタラクションにおいて基本的な役割を果たしており、接触の形成、力の調節、安定した操作を制御するため、真に人間らしい器用な操作を実現するために不可欠です。しかし、現在の人間からロボットへの器用な操作の転送パイプラインは、主に運動学的軌跡に依存しており、物理的な相互作用を伴わない動作模倣に留まっています。この問題を解決するために、研究者らはTactiDexを提案しました。これは、現実世界の触覚誘導型ベンチマークであり、器用な操作を運動学的模倣から接触レベルの人間らしさへと進化させることを目的としています。
TactiDexは、全手の触覚信号を多粒度の運動学および物体状態と見事に整列させた包括的なデータセットを提供し、標準化された評価指標も備えています。このデータパラダイムに基づき、触覚駆動型の転送フレームワークを提案し、人間のデモンストレーションを物理的に妥当なロボット実行に効果的に変換します。このフレームワークの中核となるのがTactiSkillであり、新規の三要素触覚報酬に基づいています。この報酬は、触覚信号を構造化された監督として革新的に使用し、ガイダンス、人間らしいアライメント、接触制約を単一の目的に統合します。
単手および両手タスクの包括的な実験を通じて、TactiSkillは操作成功率と物理的リアリズムにおいて優れた性能を達成しています。この研究は、触覚認識に基づく器用な操作を前進させるための重要な基盤を築いており、今後のロボットが人間のように物体を器用に操作できる可能性を開くものです。プロジェクトページ: https://tactidex.github.io/