Retargeting de Movimento Neural Não Supervisionado para Teleoperação Humanoide

Este estudo propõe uma abordagem para teleoperação de humano para humanoide utilizando retargeting de movimento online baseado em GAN, que dispensa a necessidade de construção de conjuntos de dados pareados para identificar a relação entre a cinemática humana e a cinemática do humanoide. Consequentemente, pode-se antecipar que nosso sistema de teleoperação proposto reduzirá a complexidade e os requisitos de configuração normalmente associados a controladores humanoides, facilitando assim o desenvolvimento de sistemas de teleoperação mais acessíveis e intuitivos para usuários sem conhecimento em robótica. Os experimentos demonstraram a eficácia do método proposto em retargeting de uma variedade de movimentos humanos de parte superior do corpo para humanoide, incluindo um movimento de soco e um movimento de arremesso de basquete. Além disso, o desempenho da teleoperação com o humano no loop foi avaliado medindo os erros de posição do efetuador final entre os movimentos humanos e os movimentos humanoides retargetados. Os resultados demonstraram que o erro era comparável ao dos métodos convencionais de retargeting de movimento que requerem conjuntos de dados de movimento pareados. Por fim, uma tarefa de pegar e colocar uma caixa foi realizada para demonstrar a usabilidade do sistema de teleoperação humanoide desenvolvido.