論文の概要: WireCraft: A Simulation Benchmark for Industrial DLO Manipulation
- arxiv url: http://arxiv.org/abs/2606.18097v1
- Date: Tue, 16 Jun 2026 15:59:46 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-17 17:15:32.531739
- Title: WireCraft: A Simulation Benchmark for Industrial DLO Manipulation
- Title（参考訳）: WireCraft: 産業用DLO操作のシミュレーションベンチマーク
- Authors: Chongyu Zhu, Ramy ElMallah, Hyegang Kim, Zachary Tang, Jiachen Rao, Artem Arutyunov, Seungyeon Ha, Chi-Guhn Lee,
- Abstract要約: 我々は,産業用DLO操作の困難さと資産を考慮したシミュレーションベンチマークであるWireCraftを紹介する。
2つの相補的なDLO物理モデルをサポートし、調音および変形可能であり、軌道はシミュレーションと物理UR5の両方から得られる。
我々は、共有メトリクスに基づく強化学習(RL)、模倣学習(IL)、視覚言語行動(VLA)ポリシーをベンチマークする。
- 参考スコア（独自算出の注目度）: 4.764010993599256
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Deformable Linear Objects (DLOs), such as wires and cables, are central to industrial assembly. Unlike rigid objects, whose state is captured by a 6-DoF pose, DLOs have an infinite-dimensional configuration space and deform continuously under contact with grippers, fixtures, and the workspace, making them a demanding benchmark for general dexterous manipulation. Despite their importance, policy development and comparison remain difficult: existing benchmarks are often tied to specific hardware setups, lack modular and customizable task assets, or study generic deformable-object tasks without the fixtures relevant to real-world industrial wire manipulation. Few benchmarks align simulation, real-world data, and shared evaluation protocols. To bridge this gap, we introduce WireCraft, a simulation benchmark for industrial DLO manipulation with configurable difficulty and assets, spanning three task families: connector insertion, clip routing, and channel seating. It supports two complementary DLO physics models, articulated and deformable, and the trajectories come from both simulation and a physical UR5. We benchmark reinforcement learning (RL), imitation learning (IL), and vision-language-action (VLA) policies under shared metrics. Privileged state-based RL solves a representative setting in each task family with over 82\% success, confirming the tasks are well-posed. For connector insertion, however, the transition from reaching the socket to contact-rich alignment remains a key bottleneck for vision RL, IL, and VLA policies. These results indicate that industrial DLO manipulation, though tractable under privileged state, remains an open challenge for current vision-based learning. The benchmark, data, and tools will be open-sourced upon acceptance.
- Abstract（参考訳）: 電線やケーブルなどの変形可能な線形オブジェクト(DLO)は産業組み立ての中心である。
6-DoFのポーズによって状態が取得される剛体オブジェクトとは異なり、DLOは無限次元の構成空間を持ち、グリッパー、フィクスチャ、ワークスペースと連続的に接触して変形し、一般的なデキスタス操作のための要求のあるベンチマークとなる。
既存のベンチマークは、しばしば特定のハードウェアのセットアップに結びついており、モジュール的でカスタマイズ可能なタスクアセットが欠如している。
シミュレーション、実世界データ、共有評価プロトコルを整列するベンチマークはほとんどない。
このギャップを埋めるために、WireCraftは、構成が困難なDLO操作のためのシミュレーションベンチマークであり、3つのタスクファミリ(コネクタ挿入、クリップルーティング、チャネルシート)にまたがる。
2つの相補的なDLO物理モデルをサポートし、調音および変形可能であり、軌道はシミュレーションと物理UR5の両方から得られる。
我々は、共有メトリクスに基づく強化学習(RL)、模倣学習(IL)、視覚言語行動(VLA)ポリシーをベンチマークする。
Privileged State-based RLは、タスクファミリ内の代表設定を82パーセント以上の成功で解決し、タスクが適切に設定されていることを確認します。
しかし、コネクタ挿入では、ソケットからコンタクトリッチアライメントへの遷移は、視覚RL、IL、VLAポリシーの重要なボトルネックである。
これらの結果は、産業用DLO操作は、特権状態下では引き分けられるが、現在の視覚に基づく学習にはオープンな課題であることを示している。
ベンチマーク、データ、ツールは受け入れ次第オープンソースになる。
関連論文リスト
- DLO-Lab: Benchmarking Deformable Linear Object Manipulations with Differentiable Physics [30.589042316457093]
そこで本研究では,多目的DLO操作用に設計された微分可能シミュレータを提案する。
我々のシミュレーターは、拡張性、弾力性、曲げ塑性、複雑な相互作用を含む幅広い材料特性をモデル化する。
DLO操作の独特な課題を浮き彫りにする代表的なタスクのベンチマークスイートを提案する。
論文 参考訳（メタデータ） (2026-06-02T20:49:44Z) - TeleCom-Bench: How Far Are Large Language Models from Industrial Telecommunication Applications? [12.347241408492279]
提案するTeleCom-Benchは,22,678個のキュレートされたサンプルを用いた12の評価セットからなる総合的なベンチマークであり,大規模言語モデルの評価を行う。
現在のLSMは診断技師として機能するが、現場エンジニアとして機能しないことを示す。
この能力ギャップは、現在のLLMが診断医として機能するが、現場エンジニアとして機能しないことを示す。
論文 参考訳（メタデータ） (2026-05-18T08:14:49Z) - Learning Sim-Grounded Policies for Bimanual Rope Manipulation from Human Teleoperation Data [12.632998789712547]
結び目回避作業における自己中心型視覚ポリシーの一般化の欠如が観察空間自体に起因しているかどうかを考察する。
同じ双方向遠隔操作データに基づいてトレーニングされた2つのアクションチャンキングとトランスフォーマーポリシーを比較した。
状態ベースのポリシーは、最初の掴み取り動作を予測する際に、L1エラーを30.8%削減することで視覚的よりも優れる。
論文 参考訳（メタデータ） (2026-05-15T15:15:12Z) - FORGE: Fine-grained Multimodal Evaluation for Manufacturing Scenarios [58.34124792457706]
製造業セクターは、単純な認識から自律的な実行に移行するために、MLLM(Multimodal Large Language Models)をますます採用している。
進捗は、データの不足と、既存のデータセットにおけるきめ細かいドメインセマンティクスの欠如によって妨げられている。
まず、実世界の2D画像と3Dポイントクラウドを組み合わせて、微粒なドメインセマンティクスを付加した高品質なデータセットを構築します。
次に, 3 つの製造課題,すなわち, 構造面検査, 組立検査, 組立検証の18の最先端MLLMを評価し, 大幅な性能差を明らかにした。
論文 参考訳（メタデータ） (2026-04-08T12:23:27Z) - SWITCH: Benchmarking Modeling and Handling of Tangible Interfaces in Long-horizon Embodied Scenarios [7.983317067810301]
SWITCH (Semantic World Interface Tasks for Control and Handling) は、これらのギャップを調査するために反復リリースを通じて作成された、実施された、タスク駆動のベンチマークである。
タスク対応VQA、セマンティックUIグラウンディング、アクション生成、状態遷移予測、結果検証の5つの補完能力を評価する。
98個の実機とアプライアンスにまたがる351のタスクに対して、商用およびオープンなLMMMはシングルステップのインタラクションでも不整合性を示す。
論文 参考訳（メタデータ） (2025-11-20T09:52:20Z) - Long Grounded Thoughts: Distilling Compositional Visual Reasoning Chains at Scale [70.23466957404891]
多様なスキルと複雑さのレベルにまたがる新しい推論データ生成フレームワークを,100万以上の高品質な合成視覚中心の質問で紹介する。
データ上のQwen2.5-VL-7Bの微調整は、すべての評価されたビジョン中心のベンチマークにおいて、すべてのオープンデータベースラインを上回ります。
論文 参考訳（メタデータ） (2025-11-07T20:50:54Z) - VerlTool: Towards Holistic Agentic Reinforcement Learning with Tool Use [78.29315418819074]
VerlToolは、体系的な設計原則を通じて制限に対処する統一的でモジュール化されたフレームワークです。
我々のフレームワークはARLTをマルチターントラジェクトリとして定式化し、マルチモード観測トークン(テキスト/画像/ビデオ)を単一ターンRLVRパラダイムを超えて拡張する。
モジュール化されたプラグインアーキテクチャは、軽量Python定義のみを必要とする迅速なツール統合を可能にする。
論文 参考訳（メタデータ） (2025-09-01T01:45:18Z)
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。