論文の概要: BiCoord: A Bimanual Manipulation Benchmark towards Long-Horizon Spatial-Temporal Coordination

• arxiv url: http://arxiv.org/abs/2604.05831v1
• Date: Tue, 07 Apr 2026 13:02:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-08 17:42:09.835816
• Title: BiCoord: A Bimanual Manipulation Benchmark towards Long-Horizon Spatial-Temporal Coordination
• Title（参考訳）: BiCoord: 長期空間時間座標に対するバイマニピュレーションベンチマーク
• Authors: Xingyu Peng, Chen Gao, Liankai Jin, Annan Li, Si Liu,
• Abstract要約: BiCoordは、長い水平とタイトに調整されたバイマニュアル操作のためのベンチマークである。 具体的には、BiCoordは、連続的なアーム間依存関係と動的ロール交換を必要とする多様なタスクで構成されている。 その結果、代表的操作ポリシーは長期化と高度に結合したタスクに苦しむことが明らかとなった。
• 参考スコア（独自算出の注目度）: 20.953323366922266
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Bimanual manipulation, i.e., the coordinated use of two robotic arms to complete tasks, is essential for achieving human-level dexterity in robotics. Recent simulation benchmarks, e.g., RoboTwin and RLBench2, have advanced data-driven learning for bimanual manipulation. However, existing tasks are short-horizon and only loosely coordinated, failing to capture the spatial-temporal coupling inherent in real-world bimanual behaviors. To address this gap, we introduce BiCoord, a benchmark for long-horizon and tightly coordinated bimanual manipulation. Specifically, BiCoord comprises diverse tasks that require continuous inter-arm dependency and dynamic role exchange across multiple sub-goals. Also, we propose a suite of quantitative metrics that evaluate coordination from temporal, spatial, and spatial-temporal perspectives, enabling systematic measurement of bimanual cooperation. Experimental results show that representative manipulation policies, e.g., DP, RDT, Pi0, and OpenVLA-OFT, struggle with long-duration and highly coupled tasks, revealing fundamental challenges in achieving long-horizon and tight coordination tasks. We hope BiCoord can serve as a foundation for studying long-horizon cooperative manipulation and inspire future research on coordination-aware robotic learning. All datasets, codes and supplements could be found at https://buaa-colalab.github.io/BiCoord/.
• Abstract（参考訳）: 双対操作、すなわち2つのロボットアームを協調してタスクを完了させることは、ロボット工学における人間レベルのデキスタリティを達成するのに不可欠である。 最近のシミュレーションベンチマークであるRoboTwinとRLBench2は、双方向操作のための高度なデータ駆動学習を実現している。 しかし、既存のタスクは短水平であり、ゆるやかに調整されているだけであり、実世界の双対行動に固有の空間的・時間的結合を捉えていない。 このギャップに対処するために、長い水平と密に調整された双方向操作のためのベンチマークであるBiCoordを導入する。 具体的には、BiCoordは複数のサブゴールにまたがる連続的なアーム間依存関係と動的ロール交換を必要とする多様なタスクで構成されている。 また, 時間的, 空間的, 空間的, 時間的視点から協調を評価するための定量的指標群を提案し, 双方向協調の系統的測定を可能にした。 実験の結果,例えばDP,RTT,Pi0,OpenVLA-OFTなどの代表的操作ポリシは,長期化と高度に結合したタスクに苦慮し,長期化と緊密化を実現する上での根本的な課題を明らかにした。 BiCoordは、長期の協調操作の研究の基盤として機能し、協調を意識したロボット学習の今後の研究にインスピレーションを与えてくれることを期待している。 すべてのデータセット、コード、サプリメントはhttps://buaa-colalab.github.io/BiCoord/で確認できる。

関連論文リスト

• ULTRA: Unified Multimodal Control for Autonomous Humanoid Whole-Body Loco-Manipulation [55.467742403416175]
  本稿では,大規模モーションキャプチャをヒューマノイドに変換する物理駆動型ニューラルネットワークを提案する。 我々は高密度参照とスパースタスク仕様の両方をサポートする統合マルチモーダルコントローラを学習する。 その結果,ULTRAは自我中心の知覚から,自律的,目標条件付き全体ロコ操作に一般化することが示された。
  論文  参考訳（メタデータ） (2026-03-03T18:59:29Z)
• Generalizable Geometric Prior and Recurrent Spiking Feature Learning for Humanoid Robot Manipulation [90.90219129619344]
  本稿では,スパイキング機能を備えたR-prior-S, Recurrent Geometric-priormodal Policyを提案する。 物理的現実の高レベル推論を基礎として、軽量な2次元幾何学的帰納バイアスを利用する。 ロボット行動生成におけるデータ効率問題に対して,再帰的適応スパイクネットワークを導入する。
  論文  参考訳（メタデータ） (2026-01-13T23:36:30Z)
• Coarse-to-fine Q-Network with Action Sequence for Data-Efficient Robot Learning [62.3886343725955]
  本稿では,行動列上のQ値を出力する批判ネットワークを学習する,新しい値に基づく強化学習アルゴリズムを提案する。 実験により、CQN-ASは、様々なスパース逆ヒューマノイド制御およびテーブルトップ操作タスクにおいて、いくつかのベースラインより優れていることが示された。
  論文  参考訳（メタデータ） (2024-11-19T01:23:52Z)
• Single-Shot Learning of Stable Dynamical Systems for Long-Horizon Manipulation Tasks [48.54757719504994]
  本稿では,必要なトレーニングデータ量を削減しつつ,タスク成功率の向上に焦点をあてる。 提案手法では,長距離実証をウェイポイントとサブゴールで定義された離散ステップに分割する手法を提案する。 シミュレーションと実世界の両方の実験を通して,本手法を検証し,シミュレーションから物理ロボットプラットフォームへの効果的移行を実証した。
  論文  参考訳（メタデータ） (2024-10-01T19:49:56Z)
• PerAct2: Benchmarking and Learning for Robotic Bimanual Manipulation Tasks [32.94163186662167]
  両腕間の正確な空間的・時間的調整が要求されるため、両腕の操作は困難である。 本稿では,RLBenchを双方向操作に拡張することで,そのギャップを解消する。 コードとベンチマークをオープンソース化し、13のタスクと23のユニークなタスクのバリエーションで構成されました。
  論文  参考訳（メタデータ） (2024-06-29T02:06:01Z)
• BiKC: Keypose-Conditioned Consistency Policy for Bimanual Robotic Manipulation [48.08416841005715]
  両面操作に適したキーポーズ条件の整合性ポリシーを導入する。 階層的な模倣学習フレームワークであり、ハイレベルなキープレース予測器と低レベルな軌道生成器から構成される。 シミュレーションおよび実世界の実験結果から,提案手法は成功率と運用効率の点で基準法を超越していることが示された。
  論文  参考訳（メタデータ） (2024-06-14T14:49:12Z)
• Large Language Models for Orchestrating Bimanual Robots [19.60907949776435]
  本稿では,Language-based Bimanual Orchestration (LABOR)を提案する。 NICOLヒューマノイドロボットを用いた2種類の長距離作業のシミュレーション実験により,本手法の評価を行った。
  論文  参考訳（メタデータ） (2024-04-02T15:08:35Z)
• BiRP: Learning Robot Generalized Bimanual Coordination using Relative Parameterization Method on Human Demonstration [2.301921384458527]
  本研究は,ヒトの日常活動における主業務をリーダ・フォロワーと相乗的コーディネーションの2つのタイプに分けた。 本研究では,人間の実演からこれらの調整を学習するための相対パラメータ化手法を提案する。 本手法は,ロボットによる大規模操作モデルトレーニングのためのデータプラグインとして活用できる可能性が示唆されている。
  論文  参考訳（メタデータ） (2023-07-12T05:58:59Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。