論文の概要: Ego-Pi: VLA Fine-Tuning for Ego-Centric Human and Robot Data
- arxiv url: http://arxiv.org/abs/2606.08107v1
- Date: Sat, 06 Jun 2026 11:14:21 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-09 14:42:05.787731
- Title: Ego-Pi: VLA Fine-Tuning for Ego-Centric Human and Robot Data
- Title（参考訳）: Ego-Pi:Ego-Centric Human and Robot DataのためのVLAファインチューニング
- Authors: Ji Woong Kim, Ke Wang, Zipeng Fu, Sirui Chen, Cong Zhao, Jeff Lai, Chelsea Finn,
- Abstract要約: そこで本研究では,手指の器用な手を備えたヒト・ヒューマノイドの実施形態を学習するための鍵となる設計選択について検討する。
以上の結果から,ロボットが新たなタスクセマンティクスを学習し,既存のスキルをロボットのデータに従わずに新しい行動に組み込むことが可能であることが示唆された。
- 参考スコア（独自算出の注目度）: 47.128323261147045
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Robotics faces a fundamental challenge of data scarcity. Unlike language or vision research, there is no internet-scale dataset for robotic manipulation. A promising path forward is to leverage egocentric human data, which can be collected more easily, with greater breadth, and at a larger scale. Towards this end, we investigate key design choices for learning across human and humanoid embodiments equipped with dexterous five-finger hands, using the $π_{0.5}$ model as a foundation. Our results show that human data enables robots to learn new task semantics and compose existing skills into novel behaviors without corresponding robot data. The paper website is here: https://egopipaper.github.io/
- Abstract（参考訳）: ロボティクスはデータの不足という根本的な課題に直面している。
言語や視覚研究とは異なり、ロボット操作のためのインターネットスケールのデータセットは存在しない。
有望な道のりは、より簡単に収集でき、より広い範囲で、より大規模な人間データを活用することである。
そこで本研究は,人体と人体を用いた手指5本指のエボディメントについて,π_{0.5}$モデルを用いて重要な設計選択を基礎として検討する。
以上の結果から,ロボットが新たなタスクセマンティクスを学習し,既存のスキルをロボットのデータに従わずに新しい行動に組み込むことが可能であることが示唆された。
論文のWebサイトはこちら。
関連論文リスト
- HumanEgo: Zero-Shot Robot Learning from Minutes of Human Egocentric Videos [58.9564236347451]
HumanEgoは、人間とロボットのエンボディメントギャップを橋渡しするフレームワークである。
それは、人間のデモを、手動オブジェクトの相互作用の実体レベルの表現へと持ち上げる。
HumanEgoは、ロボットのデータフリー、ハードウェア非依存、データ効率、ゼロショットの人間とロボットの転送を可能にする。
論文 参考訳（メタデータ） (2026-05-24T08:26:41Z) - EgoVerse: An Egocentric Human Dataset for Robot Learning from Around the World [63.2070298441355]
EgoVerseは、人間のデータ駆動型ロボット学習のためのコラボレーションプラットフォームである。
1,965のタスク、240のシーン、2,087のユニークなデモを行う人間のデモの1,362時間 (80kのエピソード) をリリースします。
複数の実験室、タスク、ロボットのエボディメントにまたがって再現された実験により、人間からロボットへの移動を大規模に研究する。
論文 参考訳（メタデータ） (2026-04-08T21:27:06Z) - EgoVLA: Learning Vision-Language-Action Models from Egocentric Human Videos [49.820119587446655]
本稿では,エゴセントリックな人間ビデオを用いたVLA(Vision-Language-Action)モデルのトレーニングについて検討する。
人間の手首と手の動きを予測する人間のビデオに基づいて訓練されたVLAによって、私たちはInverse Kinematicsを実行し、人間のアクションをロボットアクションに変換することができる。
シミュレーションベンチマークであるEgo Humanoid Manipulation Benchmarkを提案する。
論文 参考訳（メタデータ） (2025-07-16T17:27:44Z) - EgoZero: Robot Learning from Smart Glasses [54.6168258133554]
EgoZeroはProject Ariaスマートグラスで捉えた人間のデモから堅牢な操作ポリシーを学ぶ。
EgoZeroのポリシーをFranka Pandaロボットにデプロイし、7つの操作タスクに対して70%の成功率でゼロショット転送を実演する。
この結果から,実世界におけるロボット学習のためのスケーラブルな基盤として,現在地にある人間のデータを活用できることが示唆された。
論文 参考訳（メタデータ） (2025-05-26T17:59:17Z) - Humanoid Policy ~ Human Policy [41.34186233320398]
人間行動変換器(HAT)と呼ばれる人-人-人-行動政策を訓練する。
HATのステートアクション空間は、人間とヒューマノイドロボットの両方に統一されており、ロボットのアクションに微分的に再ターゲットすることができる。
人間のデータは,HATの一般化と堅牢性の両方を改善し,データ収集効率を著しく向上させることを示す。
論文 参考訳（メタデータ） (2025-03-17T17:59:09Z) - InteRACT: Transformer Models for Human Intent Prediction Conditioned on Robot Actions [7.574421886354134]
InteRACTアーキテクチャは、大規模な人間と人間のデータセットと小さな人間とロボットのデータセットの微細構造に関する条件付き意図予測モデルを事前訓練する。
実世界の協調的なロボット操作タスクについて評価し、条件付きモデルが様々な限界ベースラインよりも改善されていることを示す。
論文 参考訳（メタデータ） (2023-11-21T19:15:17Z)
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。