論文の概要: DexVerse: A Modular Benchmark for Multi-Task, Multi-Embodiment Dexterous Manipulation
- arxiv url: http://arxiv.org/abs/2607.08751v1
- Date: Thu, 09 Jul 2026 17:50:47 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-10 14:45:27.61752
- Title: DexVerse: A Modular Benchmark for Multi-Task, Multi-Embodiment Dexterous Manipulation
- Title（参考訳）: DexVerse: マルチタスク・マルチエンボディメント・デクサラスマニピュレーションのためのモジュールベンチマーク
- Authors: Yunchao Yao, Zhuxiu Xu, Tianqi Zhang, Zixian Liu, Sikai Li, Zhenyu Wei, Feng Chen, Dihong Huang, Kechang Wan, Chenyang Ma, Shuqi Zhao, Shenghua Gao, Masayoshi Tomizuka, Yi Ma, Mingyu Ding,
- Abstract要約: DexVerseは、デクスタラスな操作のための大規模かつモジュール化されたベンチマークである。
我々は、19のタスクに対して拡散ポリシー、DP3、OpenVLA、および$_0.5$などの代表的手法をベンチマークする。
その結果、タスクの一般化と視覚運動の堅牢性において大きな課題が浮かび上がっている。
- 参考スコア（独自算出の注目度）: 66.68529423691461
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Building general-purpose dexterous manipulation policies requires benchmarks that go beyond isolated tasks to systematically evaluate policies across diverse interaction modes, sensory conditions, and robot embodiments. However, existing benchmarks remain limited in task and data diversity, embodiment coverage, or controllable visual variation, hindering studies of cross-task and cross-embodiment generalization. We present DexVerse, a large-scale and modular benchmark for dexterous manipulation. DexVerse includes 100 tasks spanning a broad range of manipulation skills, including object grasping and relocation, articulated-object interaction, functional tool use, bimanual coordination, non-prehensile control, contact-rich behaviors, multi-goal execution, and long-horizon multi-stage task completion. It supports 3 robot arms and 6 dexterous hands, and is extensible to new tasks, assets, and embodiments. To evaluate visuomotor generalization, DexVerse provides configurable visual variations in textures, background, lighting, and camera viewpoints. We further provide a VR-based teleoperation interface and 3,180 demonstrations with synchronized proprioceptive, RGB, depth, point-cloud, and state observations. We benchmark representative methods, including Diffusion Policy, DP3, OpenVLA, and $π_{0.5}$, across 19 tasks. Results reveal substantial challenges in task generalization and visuomotor robustness, establishing DexVerse as a promising testbed for general-purpose dexterous manipulation. Project page: https://ycyao216.github.io/DexVerse.site
- Abstract（参考訳）: 汎用的な厳密な操作ポリシーを構築するには、さまざまなインタラクションモード、感覚条件、ロボットの体格を横断するポリシーを体系的に評価するために、孤立したタスクを超越したベンチマークが必要である。
しかし、既存のベンチマークはタスクやデータの多様性、実施範囲、制御可能な視覚変化に限られており、クロスタスクやクロスエボデーメントの一般化の研究を妨げる。
DexVerseは、デクスタラスな操作のための大規模かつモジュール化されたベンチマークである。
DexVerseには、オブジェクトの把握と再配置、明瞭なオブジェクトインタラクション、機能ツールの使用、双方向調整、非包括的制御、コンタクトリッチな振る舞い、マルチゴール実行、長期多段階タスク補完など、幅広い操作スキルにまたがる100のタスクが含まれている。
3つのロボットアームと6つの器用な手をサポートし、新しいタスク、資産、エンボディメントに拡張可能である。
ビジュモータの一般化を評価するために、DexVerseはテクスチャ、背景、照明、カメラの視点で構成可能な視覚的バリエーションを提供する。
さらに、VRベースの遠隔操作インタフェースと、3180のデモを行い、同期した受容性、RGB、深さ、点雲、状態観察を行った。
拡散政策,DP3,OpenVLA,および$π_{0.5}$を含む代表的手法を19のタスクでベンチマークする。
その結果、タスクの一般化とビジュモータのロバスト性において、DexVerseは汎用的なデキスタラス操作のための有望なテストベッドとして確立された。
プロジェクトページ: https://ycyao216.github.io/DexVerse.site
関連論文リスト
- RoboTacDex: A Dexterous Visual-Tactile-Action Dataset for Humanoid Manipulation [29.49648908136145]
RoboTacDexは、ヒューマノイドロボットによって実行される、大規模で、マルチモーダルで多様な操作行動のデータセットである。
一般公開されたヒューマノイドロボットUnitree G1をベースにしたRoboTacDexは、19のタスク、23のスキル、22のオブジェクトとのインタラクションを含む6kの軌道で構成されている。
論文 参考訳（メタデータ） (2026-06-30T15:39:29Z) - Task Editing for Generalizable 3D Visuomotor Policy Learning [50.590696755853365]
3Dビジュモータポリシーは、深度マップと点雲が空間的推論のための豊富な幾何学的情報を提供するため、複雑なロボット操作に有望な方向を提供する。
既存の手法では、人間中心のデモにオブジェクト中心の変換を適用することで、データ効率を改善するためにデモ生成戦略が一般的である。
本稿では,タスク中心の編集の観点から多様な軌道を生成する新しいデモ生成フレームワークであるTask-Editを提案する。
論文 参考訳（メタデータ） (2026-06-05T07:54:49Z) - DexJoCo: A Benchmark and Toolkit for Task-Oriented Dexterous Manipulation on MuJoCo [82.73355932907565]
DexJoCoはタスク指向のデクサラス操作のためのベンチマークとツールキットである。
本研究は,ツール使用,双方向調整,長期実行,推論などを評価する機能的なタスクを11個提示する。
我々は、視覚的・動的ランダム化、マルチタスクトレーニング、アクションヘッド適応など、多様な設定で最新のモデルをベンチマークする。
論文 参考訳（メタデータ） (2026-05-15T17:59:51Z) - Concurrent Prehensile and Nonprehensile Manipulation: A Practical Approach to Multi-Stage Dexterous Tasks [23.52755440099898]
実世界のデキスタラスマルチタスク操作のためのサンプル効率の良いアプローチであるDexMultiを提案する。
モノリシックなポリシーを学習する代わりに、現在のオブジェクトの幾何学に基づくスキルを抽出する。
提案手法は,オブジェクトごとの3～4つの実演で平均66%の成功率を達成し,拡散政策ベースラインを2～3倍に向上させる。
論文 参考訳（メタデータ） (2026-03-12T08:25:21Z) - TacUMI: A Multi-Modal Universal Manipulation Interface for Contact-Rich Tasks [35.05859151174601]
我々は、ハンドヘルドデモデバイスUniversal Manipulation Interface(UMI)のアイデアに基づいて構築する。
本稿では,ViTacセンサ,力トルクセンサ,ポーズトラッカーをロボット互換グリップパーに組み込んだマルチモーダルデータ収集システムであるTacUMIを紹介する。
次に、時間モデルを利用して意味的に意味のあるイベント境界を検出するマルチモーダルセグメンテーションフレームワークを提案する。
論文 参考訳（メタデータ） (2026-01-21T00:14:28Z) - SkillBlender: Towards Versatile Humanoid Whole-Body Loco-Manipulation via Skill Blending [79.83865372778273]
SkillBlenderは、多目的なヒューマノイドロコ操作のための新しい階層的強化学習フレームワークである。
SkillBlenderは、まずゴール条件付きタスク非依存のプリミティブスキルを事前訓練し、その後、これらのスキルを動的にブレンドして複雑なロコ操作タスクを達成する。
また,3つのエボディメント,4つのプリミティブスキル,8つの難解なロコ操作タスクを含む並列的,クロスエボディメント,多種多様なシミュレーションベンチマークであるSkillBenchを紹介した。
論文 参考訳（メタデータ） (2025-06-11T03:24:26Z) - What Limits Virtual Agent Application? OmniBench: A Scalable Multi-Dimensional Benchmark for Essential Virtual Agent Capabilities [56.646832992178105]
我々は、制御可能な複雑性のタスクを合成するための自動パイプラインを備えたクロスプラットフォームグラフベースのベンチマークであるOmniBenchを紹介した。
OmniEvalは、サブタスクレベルの評価、グラフベースのメトリクス、および10機能にわたる包括的なテストを含む多次元評価フレームワークである。
我々のデータセットには、20のシナリオにわたる36万のグラフ構造化タスクが含まれており、人間の受け入れ率は91%に達する。
論文 参考訳（メタデータ） (2025-06-10T15:59:38Z) - Diffusion Transformer Policy [48.50988753948537]
本稿では,拡散変圧器ポリシー(Diffusion Transformer Policy)と呼ばれる多モード拡散変圧器を提案し,連続的なエンドエフェクタ動作をモデル化する。
トランスのスケーリング機能を活用することで、提案手法は、多種多様なロボットデータセットにわたる継続的エンドエフェクタアクションを効果的にモデル化することができる。
論文 参考訳（メタデータ） (2024-10-21T12:43:54Z)
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。