論文の概要: Scalable Behavior Cloning with Open Data, Training, and Evaluation

• arxiv url: http://arxiv.org/abs/2606.27375v1
• Date: Thu, 25 Jun 2026 17:59:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-26 18:46:32.400143
• Title: Scalable Behavior Cloning with Open Data, Training, and Evaluation
• Title（参考訳）: オープンデータ、トレーニング、評価によるスケーラブルな振る舞いのクローン
• Abstract要約: ABCは,動作のクローン処理のためのオープンソーススタックである。 ABC-130Kは、これまでで最大のオープンソースの遠隔操作データセットであり、195の多様なタスクにわたる130Kエピソードにまたがる3500時間のデータを特徴としている。 アクセス可能なハードウェアセットアップ、トレーニングインフラストラクチャ、シミュレーションパイプラインもオープンソースで公開しています。
• 参考スコア（独自算出の注目度）: 95.62769878386815
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We introduce ABC, a fully open-source stack for manipulation with behavior cloning. At its core is ABC-130K: the largest open-source teleoperation dataset to date, featuring 3,500 hours of data spanning over 130K episodes across 195 diverse tasks. Furthermore, we open-source our accessible hardware setup, training infrastructure, and simulation pipeline. We also release 400 hours of sim-teleop data and provide a co-training recipe that produces correlated simulation and real-world evaluation, offering a reliable proxy for ablating model-design and training decisions before costly real-world evaluation. We explore various training recipes and compare common architectural choices for Diffusion Transformers (DiT) and Vision-Language-Action (VLA) models, grounding our findings in real-world evaluations. The resulting policies successfully execute dexterous tasks such as box folding and extracting credit cards from wallets. By providing a reproducible toolkit, we aim to place researchers on an equal footing, establishing the necessary foundation to learn the ABCs of Behavior Cloning together as a community.
• Abstract（参考訳）: ABCは,動作のクローン処理のためのオープンソーススタックである。 ABC-130Kは、これまでで最大のオープンソースの遠隔操作データセットで、195の多様なタスクで130Kのエピソードにまたがる3500時間のデータを処理している。 さらに、アクセス可能なハードウェアセットアップ、トレーニングインフラストラクチャ、シミュレーションパイプラインをオープンソースにしています。 また,400時間分のsim-teleopデータもリリースし,相関シミュレーションと実世界の評価を行うための協調学習レシピを提供し,コストのかかる実世界の評価に先立ってモデル設計とトレーニングの決定を非難するための信頼性の高いプロキシを提供する。 各種のトレーニングレシピを探索し、拡散変換器(DiT)モデルとビジョン・ランゲージ・アクション(VLA)モデルで共通するアーキテクチャ選択を比較し、実世界の評価においてその知見を裏付ける。 その結果、ボックスの折り畳みやウォレットからのクレジットカードの抽出といった不器用なタスクをうまく実行した。 再現可能なツールキットを提供することにより、研究者を平等な足場に置き、コミュニティとしてABCの行動クローンを学習するために必要な基盤を確立することを目指している。

関連論文リスト

• FluxVLA Engine: A One-Stop VLA Engineering Platform for Embodied Intelligence [21.911710953682256]
  $mathrmFluxVLA$はオープンで構成駆動のプラットフォームで、不均一なエンボディされたコンポーネントをデータからデプロイのワークフローに変換する。 $mathrmFluxVLA$は、データセット、ビジュアル言語および世界モデル、アクションヘッド、報酬または有利な学習、分散トレーニング、シミュレーション評価、最適化推論、ロボットオペレータのインターフェースを標準化する。
  論文  参考訳（メタデータ） (2026-09-15T13:59:09Z)
• OpenWAM: An Open, Modular Exploration Towards Systematic World-Action Model Pretraining [65.60703573854387]
  我々は、オープンな研究スタックであるOpenWAMを紹介し、ワールドアクション事前学習を制御された実験プログラムに変換する。 約6,400時間の人間とロボットのデータに基づいて事前訓練されたオープンWAMであるOpenWAM-は、シミュレーションと実世界のベンチマークで評価されている。
  論文  参考訳（メタデータ） (2026-09-07T12:12:32Z)
• DataComp-VLM: Improved Open Datasets for Vision-Language Models [161.68203673664217]
  VLMトレーニングを改善するためのデータ中心実験のためのベンチマークであるDCVLM(DataComp for Vision-Language Models)を紹介する。 4つのデータ型にまたがる160のデータセットを6Tマルチモーダルトークンのコーパスに収集します。 DCVLMは、参加者が1B-8Bモデルと6.25B-200Bトークンの予算でキュレーション戦略をテストすることを可能にする。
  論文  参考訳（メタデータ） (2026-06-26T19:11:29Z)
• OpenThoughts-Agent: Data Recipes for Agentic Models [99.10629645072653]
  OT-Agentプロジェクトはエージェントモデルをトレーニングするための完全にオープンなデータキュレーションパイプラインである。 パイプラインの各段階について100以上の制御アブレーション実験を行った。 このデータセットには、パイプラインから100Kのサンプルと微調整されたQwen3-32Bのトレーニングセットが組み込まれています。
  論文  参考訳（メタデータ） (2026-06-23T17:34:29Z)
• OdysSim: Building Foundation Models for Human Behavior Simulation [70.35265860287608]
  大規模言語モデルは、対話的評価と社会シミュレーションのための人間のシミュレータとして、ますます多くデプロイされている。 しかし、有益性駆動のポストトレーニングは、それらを同質で過度に同意できるアシスタントレジスタへと引き寄せる。 OdysSimは行動基礎モデルに関する最大のオープン・システマティック・リサーチである。
  論文  参考訳（メタデータ） (2026-06-12T07:31:55Z)
• DataMaster: Data-Centric Autonomous AI Research [51.95819363392062]
  タスク条件付き自律データエンジニアリングについて検討し、エージェントがデータ側のみを最適化することで、固定学習アルゴリズムを改善する。 木構造検索,共有候補データ,累積メモリを統合したデータエージェントフレームワークであるDataMasterを提案する。 MLE-Bench LiteとPostTrainBenchの2種類のベンチマークでDataMasterを評価する。
  論文  参考訳（メタデータ） (2026-05-11T17:46:24Z)
• OpenDataArena: A Fair and Open Arena for Benchmarking Post-Training Dataset Value [74.80873109856563]
  OpenDataArena(ODA)は、トレーニング後のデータの本質的な価値をベンチマークするために設計された、総合的でオープンなプラットフォームである。 ODAは4つの主要な柱からなる包括的なエコシステムを確立している。 (i) 多様なモデル間で公平でオープンな比較を保証する統一的なトレーニング評価パイプライン、 (ii) 異なる軸数に沿ってデータ品質をプロファイリングする多次元スコアリングフレームワーク、 (iii) データセットの系図を視覚化してコンポーネントソースを識別するインタラクティブなデータ系統探索である。
  論文  参考訳（メタデータ） (2025-12-16T03:33:24Z)
• DeepDistill: Enhancing LLM Reasoning Capabilities via Large-Scale Difficulty-Graded Data Training [16.441081996257576]
  大規模言語モデル(LLM)は、最近、様々な複雑な推論ベンチマークで顕著なパフォーマンスを達成した。 難易度が変化する約334万のユニークなクエリを含む大規模で難易度の高い推論データセットを構築した。 AIME2024の数学的推論ベンチマークで79.2%のパス率を達成することで、ベースモデルの推論能力を大幅に改善する。
  論文  参考訳（メタデータ） (2025-04-24T13:57:53Z)
• PLANRL: A Motion Planning and Imitation Learning Framework to Bootstrap Reinforcement Learning [13.564676246832544]
  PLANRLは、ロボットがいつ古典的な動き計画を使うべきか、いつポリシーを学ぶべきかを選択するためのフレームワークである。 PLANRLは2つの操作モードを切り替える: オブジェクトから離れたときに古典的なテクニックを使ってウェイポイントに到達し、オブジェクトと対話しようとするときに細かい操作制御を行う。 我々は,複数の課題のあるシミュレーション環境と実世界のタスクにまたがってアプローチを評価し,既存手法と比較して適応性,効率,一般化の点で優れた性能を示す。
  論文  参考訳（メタデータ） (2024-08-07T19:30:08Z)
• Learning to be a Statistician: Learned Estimator for Number of Distinct Values [54.629042119819744]
  列内の異なる値の数(NDV)を推定することは、データベースシステムにおける多くのタスクに有用である。 本研究では、ランダム(オンライン/オフライン)サンプルから正確なNDV推定を導出する方法に焦点を当てる。 教師付き学習フレームワークにおいて,NDV推定タスクを定式化し,モデルを推定対象として学習することを提案する。
  論文  参考訳（メタデータ） (2022-02-06T15:42:04Z)

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。