# OmniHOI इंसानी हाथों के वीडियो को रोबोट की गति में बदलता है

> यह शोध प्रणाली एक कैमरे से बने, लोगों के वस्तुएँ संभालने के वीडियो को रोबोटिक हाथों की गति-रेखाओं में बदलती है। इसके लेखकों के मुताबिक, इसकी सफलता दर पहले के तरीकों से अधिक रही।

Oossa · 2026-10-09 · https://oossa.com/hi/omnihoi-turns-human-hand-videos-into-robot-motions

घटना की तारीख: 2026-10-07

एक शोध दल ने OmniHOI पेश किया है। यह प्रणाली एक कैमरे से बने आम वीडियो में लोगों को वस्तुएँ संभालते हुए देखकर, निपुण रोबोटिक हाथों के लिए गति-रेखाएँ तैयार करती है। यह एक व्यावहारिक समस्या का समाधान करने की कोशिश है: वीडियो में हाथ का सिर्फ़ एक ही नज़रिया दिखता है, और उस गति को सीधे रोबोट में उतारने पर ऐसी चालें बन सकती हैं जिनमें वस्तु हाथ से छूट जाए।

लेखकों के मुताबिक, OmniHOI ने 60 वीडियो क्लिप में से 53% पर सफलता हासिल की। इसकी तुलना में, उनके परीक्षण में सबसे मज़बूत पुराने वीडियो-से-रोबोट तरीके की सफलता दर 28% थी। अलग परीक्षणों में उन्होंने मोशन-कैप्चर से मिली 150 गति-रेखाएँ पाँच रोबोटिक हाथों में से प्रत्येक पर स्थानांतरित कीं। इन हाथों में गति की 6 से 22 डिग्री ऑफ फ्रीडम थीं—यानी हाथ कितने अलग-अलग तरीकों से हिल सकता है, इसका माप। सफलता दर 39% से 89% तक रही, जबकि पुराने स्थानांतरण तरीकों की सफलता दर 31% से अधिक नहीं थी।

## यह प्रक्रिया कैसे काम करती है

OmniHOI के तीन चरण हैं। सबसे पहले, यह वीडियो में मौजूद संकेतों के आधार पर हाथ और वस्तु की गति का पुनर्निर्माण करता है। फिर यह गति को इस तरह समायोजित करता है कि रोबोटिक हाथ वस्तु के साथ सही संपर्क बनाए रखे। इसके बाद, भौतिकी सिमुलेशन में इसे और बेहतर किया जाता है, ताकि तैयार गति में वस्तुओं की गतिशीलता का बेहतर हिसाब रखा जा सके।

शोधपत्र के मुताबिक, तैयार गति-रेखाएँ कई तरह के कामों में दो बाँहों वाले असली रोबोट पर भी चलाई गईं। सारांश में रोबोट का नाम या इन वास्तविक रोबोट परीक्षणों की सफलता दर नहीं दी गई है, इसलिए ऊपर बताई गई प्रतिशत दरों को वास्तविक दुनिया में तैनाती के नतीजे नहीं समझना चाहिए। यह एक शोधपत्र है; इसके सारांश में यह नहीं बताया गया है कि प्रणाली या इसका कोड सार्वजनिक रूप से उपलब्ध है या नहीं।

## नतीजे क्या बताते हैं

नतीजे संकेत देते हैं कि एक कैमरे से बने इंसानी हाथों के वीडियो रोबोटिक हाथों के लिए उपयोगी प्रदर्शन दे सकते हैं—इसके लिए साफ़-सुथरे मोशन-कैप्चर डेटा या किसी खास काम के लिए रीइन्फोर्समेंट-लर्निंग प्रशिक्षण की ज़रूरत नहीं होगी। लेखकों ने अपने परीक्षणों के नतीजे शोधपत्र के सारांश में दिए हैं; इसमें स्वतंत्र सत्यापन का ज़िक्र नहीं है।

## तथ्य

- OmniHOI को 7 अक्टूबर, 2026 को arXiv पर जमा किया गया था।
- 60 एकल-कैमरा वीडियो क्लिप पर परीक्षण में लेखकों ने 53% सफलता दर बताई, जबकि पहले के सबसे अच्छे वीडियो-से-रोबोट तरीके की दर 28% थी।
- पाँच हाथों में से प्रत्येक पर स्थानांतरित की गई 150 मोशन-कैप्चर गति-रेखाओं के लिए बताई गई सफलता दर 39% से 89% तक रही; पुराने स्थानांतरण तरीकों की दर अधिकतम 31% थी।
- परीक्षण किए गए पाँच रोबोटिक हाथों में गति की 6 से 22 डिग्री ऑफ फ्रीडम थीं।

## यह क्यों मायने रखता है

रोबोटिक्स टीमों के लिए, बताए गए नतीजे इस संभावित तरीके की ओर इशारा करते हैं कि वस्तुएँ संभालते लोगों के वीडियो को रोबोटिक हाथों के प्रदर्शन में बदला जा सकता है, और इसके लिए मोशन-कैप्चर गति-रेखाओं पर निर्भर रहने की ज़रूरत नहीं होगी। लेकिन सारांश से यह साबित नहीं होता कि बताई गई परीक्षण-स्थितियों से बाहर यह प्रणाली कितनी अच्छी तरह काम करेगी या दूसरी टीमें इन टूल्स का इस्तेमाल कर सकेंगी या नहीं।

## स्रोत और संदर्भ

1. [OmniHOI: Dexterous Hand-Object Interaction from Monocular Human Video](https://arxiv.org/abs/2610.10855) – arXiv cs.RO, 2026-10-09

अंतिम अपडेट: 2026-10-09