論文の概要: HATS: A Human-Agent Teleoperation System for Multi-Arm Data Collection

• arxiv url: http://arxiv.org/abs/2606.16491v1
• Date: Mon, 15 Jun 2026 09:56:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-16 18:36:05.054836
• Title: HATS: A Human-Agent Teleoperation System for Multi-Arm Data Collection
• Title（参考訳）: HATS:マルチアームデータ収集のためのヒューマンエージェント遠隔操作システム
• Authors: Zesen Lin, Jian-Jian Jiang, Haoming Cen, Xiao-Ming Wu, Dandan Zhang, Wei-Shi Zheng,
• Abstract要約: HATSは、マルチアーム操作タスクのためのデータ収集を可能にする人間エージェント遠隔操作システムである。 2つのメインアームは人間によって直接遠隔操作され、2つのアシストアームはサブタスクを処理するトレーニングフリーエージェントによって制御されます。
• 参考スコア（独自算出の注目度）: 45.96541974744152
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Many real-world manipulation scenarios, such as handling complex collaborative tasks and dealing with large workspaces, require coordination of more than two robotic arms. Consequently, an effective multi-arm teleoperation system is required to collect demonstrations for training coordinated multi-arm manipulation policies. However, existing teleoperation frameworks mainly focus on single-operator or multi-operator setups, facing a practical trade-off between the cognitive load placed on a single operator and the coordination cost incurred by multiple operators. To address this problem, we introduce HATS, a human-agent teleoperation system that enables a single human operator, assisted by an MLLM-based agent, to collect data for multi-arm manipulation tasks. Our system decouples the control space: two primary arms are directly teleoperated by the human, while two assistive arms are controlled by a training-free agent that handles sub-tasks. In addition, the human operator can use voice commands to prevent collisions and correct assistive arm behaviors during execution. Extensive evaluations demonstrate that HATS achieves data collection efficiency and success rates comparable to expert dual-human teams. Moreover, downstream policy evaluations demonstrate the efficacy and quality of the data collected through HATS.
• Abstract（参考訳）: 複雑な協調作業の処理や大規模な作業空間の処理など、現実世界での操作シナリオの多くは、2つ以上のロボットアームの調整を必要としている。 そのため,協調型マルチアーム操作ポリシのトレーニングを行う上で,効果的なマルチアーム遠隔操作システムが必要である。 しかし、既存の遠隔操作フレームワークは主にシングルオペレーターまたはマルチオペレーターの設定に重点を置いており、単一のオペレーターに置かれる認知負荷と、複数のオペレーターによって引き起こされる調整コストとの間には、現実的なトレードオフに直面している。 この問題に対処するために,MLLMをベースとしたエージェントによる1人の操作者によるマルチアーム操作のためのデータ収集を可能にするヒューマンエージェント遠隔操作システムであるHATSを導入する。 2つのメインアームは人間によって直接遠隔操作され、2つのアシストアームはサブタスクを処理するトレーニングフリーエージェントによって制御されます。 さらに、人間のオペレータは、音声コマンドを使用して、実行中に衝突を防止し、アシストアームの動作を修正することができる。 大規模な評価は、HATSが専門家のデュアルヒューマンチームと同等のデータ収集効率と成功率を達成することを示している。 さらに、下流政策評価は、HATSを通じて収集されたデータの有効性と品質を示す。

関連論文リスト

• HACTS: a Human-As-Copilot Teleoperation System for Robot Learning [47.9126187195398]
  HACTS(Human-As-Copilot Teleoperation System)は,ロボットアームと遠隔操作ハードウェアを双方向でリアルタイムに同期させるシステムである。 このシンプルで効果的なフィードバックメカニズムは、自動運転車のステアリングホイールに似たもので、人間の操縦士がシームレスに介入し、将来の学習のために行動補正データを収集することを可能にする。
  論文  参考訳（メタデータ） (2025-03-31T13:28:13Z)
• Human-Agent Joint Learning for Efficient Robot Manipulation Skill Acquisition [48.65867987106428]
  本稿では,人間とロボットの協調学習システムについて紹介する。 これにより、ロボットエンドエフェクターの制御を学習支援エージェントと共有することができる。 これにより、ダウンストリームタスクにおいて、収集されたデータが十分な品質であることを保証しながら、人間の適応の必要性を減らすことができる。
  論文  参考訳（メタデータ） (2024-06-29T03:37:29Z)
• Learning Multi-Arm Manipulation Through Collaborative Teleoperation [63.35924708783826]
  模倣学習(il)はロボットに操作タスクを実行するための強力なパラダイムである。 多くの現実世界のタスクは、重い物体を持ち上げる、デスクを組み立てるなど、複数のアームを必要とする。 複数のリモートユーザが同時にロボットアームを遠隔操作できるマルチユーザデータ収集プラットフォームであるMulti-Arm RoboTurk(MART)を紹介した。
  論文  参考訳（メタデータ） (2020-12-12T05:43:43Z)

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。