Virtual attention points: Bridging human movement characteristics and dexterous robot motion generation
Notice bibliographique
Résumé
In this study, we introduce Virtual Attention Points (VAPs) as a novel technique for characterizing the essence of dexterous human movements through mathematical encoding. This method focuses on pivotal points to capture movement dynamics, resulting in the generation of versatile and human-like motions for robotic systems. The proposed method inspired by the idea of human movement primitives (MPs) generates an interpretable low-dimensional representation for a given complex movement based on a new encoding basis function. Our approach achieves a remarkable 97% improvement in encoding accuracy for dexterous demonstrations with agile maneuvers and sharp turns, surpassing existing MP-based methods, enhancing the precision of fine manipulation and elevating the fidelity of encoded actions to the human movement. The precise replication of crucial poses and underlying behaviors highlights the efficacy of our approach in faithfully capturing the intricacies of expert human demonstrations. Our approach also generates a meaningful and interpretable representation of each demonstration, which encapsulates the skills-related features for performance assessment purposes. We propose a novel trajectory cloning algorithm that minimally warps various movement demonstrations such that starting and end points of motions will be manipulated to desired locations. Our work holds transformative potential, especially in enhancing surgical training and autonomous surgical systems, where precision and human-like dexterity are paramount. As surgical operations necessitate dexterous trajectories to execute specific functional tasks like suturing, we implement the proposed method to assess its performance in surgical skills and autonomous surgery tasks. • Introduces Virtual Attention Points (VAP) for encoding human dexterous movements. • Achieves a 97% improvement in trajectory encoding accuracy over traditional methods. • VAP enables low-dimensional, interpretable trajectory representations for robots. • Demonstrates VAP’s effectiveness in surgical skill assessment and task optimization. • VAP-based trajectory cloning maintains local variations while adapting endpoints.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».