論文の概要: Behavior Prompting Policy: Demonstrations as Prompts for Manipulation

• arxiv url: http://arxiv.org/abs/2606.30457v1
• Date: Mon, 29 Jun 2026 15:23:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-30 18:07:16.3122
• Title: Behavior Prompting Policy: Demonstrations as Prompts for Manipulation
• Title（参考訳）: 行動プロンプト政策 : 操作のプロンプトとしての実証
• Abstract要約: 我々は,ロボットが1人の人間の実演を前提として,推論時に新しいタスクを実行できるようにするパラダイムである行動プロンプトについて研究する。 我々はアルゴリズム、データ、評価に貢献する。
• 参考スコア（独自算出の注目度）: 12.69446064622751
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We study behavior prompting, a paradigm that enables robots to perform new tasks at inference time given a single human demonstration, which we call a behavior prompt. To enable this capability, we present contributions in algorithm, data, and evaluation. For algorithm, we introduce Behavior Prompting Policy (BPP), an in-context visuomotor architecture that translates the behavior prompt and the current observation into robot actions. For data, we identify that task diversity is the primary driver of the prompting capability and introduce iPhUMI, a handheld manipulation interface for collecting diverse training data. For evaluation, we introduce DrawAnything and LIBERO-Gen to evaluate test-time adaptation to unseen drawing and tabletop manipulation tasks. We also demonstrate that iPhUMI serves as a practical interface for specifying behavior prompts at test time, enabling a human to command a robot via a single demonstration to complete known tasks or to define new robot capabilities. Altogether, behavior prompting provides a flexible and scalable way to teach robots new skills without the need for expensive fine-tuning. Our project website is located at https://behavior-prompting.github.io/ .
• Abstract（参考訳）: 本研究では,人間の1つの実演を前提として,ロボットが推論時に新しいタスクを実行できるようにするパラダイムである振舞いプロンプトについて研究する。 この機能を実現するために、アルゴリズム、データ、評価に貢献する。 アルゴリズムでは,動作プロンプトと現在の観察をロボット行動に変換する,コンテキスト内ビズモータアーキテクチャである振舞いプロンプトポリシー(BPP)を導入する。 データについては、タスクの多様性がプロンプト機能の主要な要因であることを認識し、多様なトレーニングデータを収集するためのハンドヘルド操作インターフェースであるiPhUMIを導入する。 評価のためにDrawAnythingとLIBERO-Genを導入し、未確認の描画やテーブルトップ操作タスクに対するテスト時間適応を評価する。 また、iPhUMIは、テスト時に動作プロンプトを指定するための実用的なインターフェースとして機能し、人間が1つのデモを通してロボットをコマンドすることで、既知のタスクを完了したり、新しいロボット機能を定義することができることを示した。 さらに、振る舞いのプロンプトは、高価な微調整を必要とせずにロボットに新しいスキルを教えるフレキシブルでスケーラブルな方法を提供する。 プロジェクトのWebサイトはhttps://behavior-prompting.github.io/にあります。

関連論文リスト

• Imitating What Works: Simulation-Filtered Modular Policy Learning from Human Videos [56.510263910611684]
  本研究では,様々な動作を行う前に物体をつかむタスクを包括的操作に対処する。 人間のビデオは、移植後の動作を学ぶための強力な信号を提供するが、必要な把握行動を学ぶのにはあまり役に立たない。 本稿では、人間の動画モーションデータを用いたモジュラー操作ポリシーをトレーニングするためのフレームワークであるPerceive-Simulate-Imitate(PSI)を提案する。
  論文  参考訳（メタデータ） (2026-02-13T18:59:10Z)
• Feasibility-aware Imitation Learning from Observations through a Hand-mounted Demonstration Interface [10.808201018448274]
  FABCO(Fasibility-Aware Behavior Cloning from Observation)を提案する。 FABCOフレームワークでは、ロボットの事前訓練された前方および逆ダイナミクスモデルを用いて、各デモンストレーションの実現可能性を評価する。 我々はFABCOの有効性を,パイプとバイエルを含むピペット挿入作業に適用して実験的に検証した。
  論文  参考訳（メタデータ） (2025-03-12T03:14:04Z)
• In-Context Imitation Learning via Next-Token Prediction [25.63412917032012]
  In-Context Robot Transformer (ICRT) は、言語データや報酬関数に頼ることなく、感覚運動の軌道上で自己回帰予測を行う。 ICRTは、プロンプトとトレーニングデータの両方とは異なる環境設定であっても、プロンプトによって指定された新しいタスクに適応することができる。
  論文  参考訳（メタデータ） (2024-08-28T17:50:19Z)
• Learning from Imperfect Demonstrations with Self-Supervision for Robotic Manipulation [30.791222277450053]
  現在の模倣学習(IL)は通常不完全なデータを破棄し、成功した専門家データにのみ焦点をあてる。 本稿では、専門家と不完全なデータを組み合わせた自己監督データフィルタリングフレームワーク(SSDF)を導入し、故障したトラジェクトリセグメントの品質スコアを計算する。 SSDFは、高品質な不完全なデータでトレーニングデータセットを正確に拡張し、すべてのロボット操作タスクの成功率を改善する。
  論文  参考訳（メタデータ） (2024-01-17T04:15:56Z)
• Learning Video-Conditioned Policies for Unseen Manipulation Tasks [83.2240629060453]
  ビデオ条件付きポリシー学習は、以前は目に見えないタスクの人間のデモをロボット操作スキルにマッピングする。 我々は,現在のシーン観察と対象課題のビデオから適切なアクションを生成するためのポリシーを学習する。 われわれは,多タスクロボット操作環境の課題と,技術面における性能の面から,そのアプローチを検証した。
  論文  参考訳（メタデータ） (2023-05-10T16:25:42Z)
• Learning Reward Functions for Robotic Manipulation by Observing Humans [92.30657414416527]
  我々は、ロボット操作ポリシーのタスク非依存報酬関数を学習するために、幅広い操作タスクを解く人間のラベル付きビデオを使用する。 学習された報酬は、タイムコントラストの目的を用いて学習した埋め込み空間におけるゴールまでの距離に基づいている。
  論文  参考訳（メタデータ） (2022-11-16T16:26:48Z)
• Instruction-driven history-aware policies for robotic manipulations [82.25511767738224]
  複数の入力を考慮に入れた統一型トランスフォーマー方式を提案する。 特に,我々のトランスフォーマーアーキテクチャは,(i)自然言語命令と(ii)多視点シーン観測を統合している。 RLBenchベンチマークと実世界のロボットを用いて,本手法の評価を行った。
  論文  参考訳（メタデータ） (2022-09-11T16:28:25Z)
• Bottom-Up Skill Discovery from Unsegmented Demonstrations for Long-Horizon Robot Manipulation [55.31301153979621]
  我々は,実世界の長距離ロボット操作作業に,スキル発見による取り組みを行う。 未解決のデモンストレーションから再利用可能なスキルのライブラリを学ぶためのボトムアップアプローチを提案する。 提案手法は,多段階操作タスクにおける最先端の模倣学習手法よりも優れた性能を示した。
  論文  参考訳（メタデータ） (2021-09-28T16:18:54Z)
• Visual Imitation Made Easy [102.36509665008732]
  本稿では,ロボットへのデータ転送を容易にしながら,データ収集プロセスを単純化する,模倣のための代替インターフェースを提案する。 我々は、データ収集装置やロボットのエンドエフェクターとして、市販のリーチ・グラブラー補助具を使用する。 我々は,非包括的プッシュと包括的積み重ねという2つの課題について実験的に評価した。
  論文  参考訳（メタデータ） (2020-08-11T17:58:50Z)
• Interactive Robot Training for Non-Markov Tasks [6.252236971703546]
  本研究では,教師が提示した2つのデモからロボットを学習することのできる,ベイズ的対話型ロボット訓練フレームワークを提案する。 また、タスク実行を最も不確実な受け入れ可能性で識別するためのアクティブな学習手法を提案する。 我々は,ロボットにディナーテーブルをセットするように教えるユーザスタディを通じて,現実の環境でのアプローチの有効性を実証する。
  論文  参考訳（メタデータ） (2020-03-04T18:19:05Z)

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。