手と物体の配置転送を学習する器用な把持操作フレームワークDexHOT

- Dexterous manipulation を hand-object configuration transfer として定式化する手法 - 手の articulation と wrist に対する object pose を同時に指定する feasible な configuration 間の移動を扱う - 合成した feasible configuration ペアから再利用可能な relation-conditioned transfer primitive を学習 - 人間の reference motion を用いず、configuration subgoal の closed-loop tracking で長期的行動を構成 - DexHOTBench（120 objects）と実機の dexterous hand で評価

- 多くの learning-based システムは object pose や trajectory で goal を指定し、hand-object configuration は暗黙に創発させていた - DexHOT は hand articulation と object pose を明示的に goal として指定する interface を提案 - 人間の reference motion なしで、合成 feasible configuration ペアから transfer primitive を学習 - 単一 policy で seen objects 80.5%、unseen objects 69.4% の transfer success を達成 - 実機で 200 transfers 中 61.5%、6 つの demonstration-guided tasks で 90% task success

- dexterous manipulation を hand-object configuration transfer として定式化 - configuration は hand articulation と wrist に対する object pose を jointly に指定 - 合成 feasible configuration ペアから relation-conditioned transfer primitive を学習 - 人間の reference motion は不要 - configuration subgoal を closed-loop で tracking して long-horizon behaviors を構成 - 詳細な network 構造や学習アルゴリズムは要旨からは不明

- DexHOTBench（120 objects）で評価 - 単一 policy が seen objects で 80.5%、unseen objects で 69.4% の transfer success - 実機の dexterous hand で 200 real-robot transfers を実施し 61.5% success - 6 つの demonstration-guided tasks で 90% task success - 詳細な実験条件や baseline 比較は要旨からは不明

- 明示的な hand-object goals が dexterous manipulation の表現力が高く composable な interface であることを示唆 - seen と unseen objects の成功率差（80.5% vs 69.4%）が汎化の課題として残る - 実機成功率 61.5% は sim より低く、sim-to-real の課題が示唆される - 限界や失敗要因の詳細な分析は要旨からは不明

- DexHOT が比較対象とする object pose/trajectory ベースの learning-based dexterous manipulation 研究（具体名は要旨からは不明） - relation-conditioned transfer primitive に関連する configuration transfer や goal-conditioned policy の研究 - DexHOTBench の詳細と関連 benchmark - demonstration-guided dexterous manipulation の研究 - sim-to-real transfer に関する dexterous hand 研究