Hoi!：力に基づくクロスビュー関節物体操作のマルチモーダルデータセット

- 実世界の人間と物体の関節操作を「見たもの・やったこと・感じた力」で結びつけたマルチモーダルデータセット。 - 381個の articulated objects、38環境、3048シーケンスを含む。 - 各物体を4つの embodiment で操作: (i) human hand、(ii) wrist-mounted camera 付き human hand、(iii) handheld UMI gripper、(iv) 独自の Hoi! gripper。 - tool embodiment では end-effector forces と tactile sensing を提供。 - 動画からの interaction understanding を人間視点とロボット視点間で評価できる。

- 要旨からは先行研究との具体的比較は不明。 - 特徴として、同一物体を human hand から UMI gripper、Hoi! gripper まで複数 embodiment で操作した cross-view データを揃える点を強調。 - interaction forces や tactile sensing など、従来あまり検討されていない modality の研究を可能にする点を主張。

- 同一の articulated objects を4種類の embodiment で操作し、視点・操作・力覚を対応付けて収集。 - wrist-mounted camera により人間視点の動画を取得。 - UMI gripper と Hoi! gripper によりロボット視点の操作データを取得。 - Hoi! gripper は end-effector forces と tactile sensing を提供。 - 詳細な収集プロトコルや同期方法は要旨からは不明。

- 要旨からは不明。 - データセットの規模（3048 sequences、381 objects、38 environments、4 embodiments）を示しているが、ベンチマーク実験や定量評価の記述はない。

- 要旨からは不明。 - 人間とロボットの視点間で手法がどの程度転移するかを評価できると述べている。 - interaction forces など未探索 modality の研究を可能にするとしている。 - 限界や課題についての具体的議論は要旨に含まれない。

- 要旨で直接参照・比較されている研究はない。 - 関連手法として UMI gripper（handheld UMI gripper）が挙げられる。 - 同分野の定番として articulated object manipulation、cross-embodiment learning、tactile sensing、force-based manipulation に関する論文が次に読む候補。 - 具体的な論文名は要旨からは不明。