論文の概要: WorkBenchMark: A LEGO-Based Assembly Benchmark with an Assembly-by-Disassembly Baseline for the Smart Manufacturing League

• arxiv url: http://arxiv.org/abs/2606.19358v1
• Date: Tue, 02 Jun 2026 17:15:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-21 20:00:42.810269
• Title: WorkBenchMark: A LEGO-Based Assembly Benchmark with an Assembly-by-Disassembly Baseline for the Smart Manufacturing League
• Title（参考訳）: WorkBenchMark:スマートマニュファクチャリングリーグのためのアセンブリベースラインを備えたLEGOベースのアセンブリベンチマーク
• Authors: Wenbo Ma, Daniel Swoboda, Matteo Tschesche, Till Hofmann,
• Abstract要約: LEGO DuploベースのロボットアセンブリベンチマークであるWorkBenchMarkを紹介した。 WorkBenchMarkは、物理的制約の下でタスクレベルのシンボリック推論と低レベルの操作を結合する。 計画ベースのパイプラインは、すべての層にわたるモダンなビジョン言語アクションアプローチよりも優れています。
• 参考スコア（独自算出の注目度）: 4.751824031326403
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: We introduceWorkBenchMark, a LEGO Duplo-based robotic assembly benchmark motivated by the RoboCup Smart Manufacturing League. Robotic assembly couples low-level manipulation with task-level symbolic reasoning under physical constraints, a combination that current end-to-end learning methods do not yet solve reliably. The benchmark provides 400 tasks across four complexity tiers. We provide an open-vocabulary perception, Assembly-by-Disassembly baseline solution. Our planning-based pipeline outperforms a modern vision-language-action approach across all tiers. The benchmark, simulation environment, and baseline implementation will be released openly to support the broader robotic assembly community.
• Abstract（参考訳）: LEGO DuploベースのロボットアセンブリベンチマークであるWorkBenchMarkを紹介した。 ロボットアセンブリは、タスクレベルのシンボリック推論を物理的制約の下で低レベルの操作と結合する。 ベンチマークでは、4つの複雑性層に400のタスクが提供されている。 オープンな語彙認識,アセンブリ・バイ・ディスアセンブリーベースラインソリューションを提供する。 計画ベースのパイプラインは、すべての層にわたるモダンなビジョン言語アクションアプローチよりも優れています。 ベンチマーク、シミュレーション環境、ベースライン実装は、より広範なロボット組立コミュニティをサポートするために、オープンソース化される。

関連論文リスト

• DuoBench: A Reproducible Benchmark for Bimanual Manipulation in Simulation and the Real World [15.394993012134316]
  双方向ロボットシステムは操作能力を拡大するが、2つのアームを調整することで、制御の複雑さと障害モードが増す。 FR3 Duoプラットフォーム上での双方向操作ポリシのベンチマークフレームワークであるDuoBenchを紹介する。 シミュレーションおよび実ハードウェア上での両腕模倣学習と視覚言語行動ポリシーをベンチマークする。
  論文  参考訳（メタデータ） (2026-06-10T10:28:04Z)
• StarVLA-$α$: Reducing Complexity in Vision-Language-Action Systems [89.12403322299963]
  StarVLA-$は、制御条件下でのVLA設計選択を研究するための単純だが強力なベースラインである。 我々は,アクションモデリング戦略,ロボット固有の事前訓練,インターフェースエンジニアリングなど,いくつかの重要な設計軸を再評価する。 我々の1つのジェネラリストモデルは、公開現実のRoboChallengeベンチマークで$_0.5$を20%上回ります。
  論文  参考訳（メタデータ） (2026-04-13T17:30:01Z)
• RoboCerebra: A Large-scale Benchmark for Long-horizon Robotic Manipulation Evaluation [59.9896841079005]
  長距離ロボット操作における高レベル推論評価のためのベンチマークであるRoboCerebraを紹介する。 データセットはトップダウンパイプラインを通じて構築され、GPTはタスク命令を生成し、それらをサブタスクシーケンスに分解する。 以前のベンチマークと比較すると、RoboCerebraはアクションシーケンスが大幅に長く、アノテーションがより密度が高い。
  論文  参考訳（メタデータ） (2025-06-07T06:15:49Z)
• AssemblyComplete: 3D Combinatorial Construction with Deep Reinforcement Learning [4.3507834596906125]
  ロボット工学における重要なゴールは、ロボットに現実世界の協調作業、特に自動組み立てに適応するように教えることである。 本稿では, ユニットプリミティブ(レゴブロック)を用いて実演した3次元組立工法を紹介する。 本研究では,ロボットに不完全な組立の目的を理解し,組立を完了するための建設方針を学ぶための2部構成の深層強化学習(DRL)フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-10-20T18:51:17Z)
• ROS-LLM: A ROS framework for embodied AI with task feedback and structured reasoning [74.58666091522198]
  非専門家による直感的なロボットプログラミングのためのフレームワークを提案する。 ロボットオペレーティングシステム(ROS)からの自然言語のプロンプトと文脈情報を活用する 我々のシステムは,大規模言語モデル (LLM) を統合し,非専門家がチャットインタフェースを通じてシステムにタスク要求を記述できるようにする。
  論文  参考訳（メタデータ） (2024-06-28T08:28:38Z)
• FurnitureBench: Reproducible Real-World Benchmark for Long-Horizon Complex Manipulation [16.690318684271894]
  強化学習(RL)、模倣学習(IL)、タスク・アンド・モーション・プランニング(TAMP)は、様々なロボット操作タスクにおいて印象的なパフォーマンスを示している。 本稿では,ロボット操作の複雑で長期的タスクである実世界の家具組み立てに焦点をあてる。 再現可能な実世界の家具組み立てベンチマークであるFurnitureBenchを紹介する。
  論文  参考訳（メタデータ） (2023-05-22T08:29:00Z)
• Graph-based Reinforcement Learning meets Mixed Integer Programs: An application to 3D robot assembly discovery [34.25379651790627]
  我々は、テトリスのような構造ブロックとロボットマニピュレータを用いて、スクラッチから完全に定義済みの任意のターゲット構造を構築するという課題に対処する。 我々の新しい階層的アプローチは、タスク全体を相互に利益をもたらす3つの実行可能なレベルに効率的に分解することを目的としています。
  論文  参考訳（メタデータ） (2022-03-08T14:44:51Z)
• RoboAssembly: Learning Generalizable Furniture Assembly Policy in a Novel Multi-robot Contact-rich Simulation Environment [16.830676165119257]
  部品組み立ては、ロボット工学において典型的なが挑戦的なタスクであり、ロボットは個々の部品の集合を完全な形に組み立てる。 具体的強化学習問題として部品組立タスクを定式化し、多様な椅子を組み立てることを学ぶロボットのためのパイプラインを提案する。
  論文  参考訳（メタデータ） (2021-12-19T13:20:45Z)

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。