論文の概要: EgoRecovery: Acquiring Failure Recovery Ability Through Human Recovery Demonstration
- arxiv url: http://arxiv.org/abs/2607.19745v2
- Date: Thu, 23 Jul 2026 16:20:02 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-24 14:12:06.747577
- Title: EgoRecovery: Acquiring Failure Recovery Ability Through Human Recovery Demonstration
- Title（参考訳）: EgoRecovery: 回復デモを通じて障害回復能力を取得する
- Authors: Zuhao Ge, Yuchen Zhou, Weitao Zhou, Minglei Li, Xinyu Li, Chao Wu, Hanwen Zhao, Haotian Wang, Zuxuan Wu, Xiaosong Jia, Yu-Gang Jiang,
- Abstract要約: 我々は,ロボット遠隔操作に代わるスケーラブルな代替手段として,自己中心型ヒューマンデータキャプチャー障害回復プロセスが提供されることを示した。
タスクレベルの障害設定を効率的にアレンジし、短いリカバリセグメントを記録することで、人間のオペレータは1時間あたりの有効なリカバリデータの10倍以上のデータを生成できる。
- 参考スコア（独自算出の注目度）: 75.13534797264485
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Robust embodied robots should be able to recover from failures and retry tasks in order to operate reliably in unstructured and noisy real-world environments. Achieving this capability requires training policies on data that captures recovery behaviors. However, collecting such data through robot teleoperation is difficult to scale, as it is time-consuming to induce diverse failure states, perform corrective actions, and reset the environment. This challenge is further exacerbated by the high diversity of failure modes, which demands substantially more recovery data than success demonstrations. In this work, we show that egocentric human data capturing failure recovery processes provides a scalable alternative. By efficiently arranging task-level failure configurations and recording short recovery segments, human operators can generate more than 10x as much valid recovery data per hour compared to robot teleoperation under our protocol. To address the embodiment gap between human and robot, we propose EgoRecovery, a co-training framework for learning recovery behavior, where human recovery demonstrations are aligned to a compact corrective-intent space shared with robot data, which captures the timing and magnitude of correction. Only a small number of robot recovery demonstrations are required to connect this intent to executable robot actions. At deployment, a learned recovery gate predicts when correction is needed from robot observations and activates the corrective intent only in recovery states. Experiments on real-world recovery tasks show that EgoRecovery improves success from failure starts over robot-only recovery, direct co-training with human recovery data, and direct intent-transfer baselines.
- Abstract（参考訳）: ロバストな具体化ロボットは、非構造的で騒々しい現実世界環境で確実に動作するために、障害から回復し、タスクを再試行することができるべきである。
この能力を達成するには、リカバリ動作をキャプチャするデータに対するトレーニングポリシが必要です。
しかし, ロボット遠隔操作によるデータ収集は, 多様な故障状態を誘発し, 修正動作を行い, 環境をリセットするのに時間を要するため, スケールが困難である。
この課題は、成功例よりもリカバリデータをかなり多く要求する、障害モードの多様性の高さによってさらに悪化する。
本研究は,エゴセントリックな人的データキャプチャ障害回復プロセスが,スケーラブルな代替手段を提供することを示す。
タスクレベルの障害設定を効率的にアレンジし、短いリカバリセグメントを記録することにより、人間のオペレータは、我々のプロトコルによるロボット遠隔操作に比べて、1時間あたり10倍以上の有効なリカバリデータを生成することができる。
本研究では,人間とロボットのエンボディメントギャップに対処するために,ロボットデータと共有するコンパクトな修正インテント空間に人間の回復デモが整列し,修正のタイミングと大きさをキャプチャする,回復行動の学習のための協調学習フレームワークであるEgoRecoveryを提案する。
この意図を実行可能なロボット動作に接続するためには、少数のロボットリカバリデモしか必要とされない。
展開時に、学習されたリカバリゲートは、ロボット観察から補正が必要なタイミングを予測し、リカバリ状態でのみ修正意図を起動する。
実世界のリカバリタスクの実験では、EgoRecoveryは、ロボットのみのリカバリ、人間のリカバリデータとの直接的なコトレーニング、インテント-トランスファーベースラインといった失敗から成功を改善する。
関連論文リスト
- DenseReward: Dense Reward Learning via Failure Synthesis for Robotic Manipulation [67.08835970838996]
強化学習は模倣学習の限界を超えてロボットポリシーを改善するための大きな約束である。
2つの重要な課題は、さまざまな障害データを大規模に取得し、スパース軌道レベルの成功ラベルを超えて、きめ細かい報酬信号を取得することである。
両課題に対処する高密度ロボット報酬モデルであるDenseRewardを紹介した。
論文 参考訳（メタデータ） (2026-07-14T17:59:29Z) - HumanScale: Egocentric Human Video Can Outperform Real-Robot Data for Embodied Pretraining [93.5192770515694]
Embodied foundation modelは、大きな言語モデルのようなデータスケーリングの恩恵を受けることが期待されているが、より厳密なデータボトルネックに直面している。
遠隔操作された実ロボット軌道は、正確な行動監督と実施の整合性のために、訓練前の主流の源である。
エゴセントリックなデータに基づいて事前訓練された基礎モデルは、実ロボットアクション予測において24%低い検証損失を達成する。
論文 参考訳（メタデータ） (2026-06-18T17:37:34Z) - Learning Actionable Manipulation Recovery via Counterfactual Failure Synthesis [21.197844940385725]
現在の障害学習パラダイムは、コストと安全性の低い実世界のデータ収集か、シミュレータベースの摂動に依存している。
このフレームワークは,実世界の実演を成功させるのから直接,フォトリアリスティックでファクトファクトファクトのロールアウトを合成するものだ。
生成の世界モデル内でアクションを摂動させることで、Dream2Fixはシミュレータに頼ることなくペアの失敗言語データを生成する。
論文 参考訳（メタデータ） (2026-03-13T19:02:58Z) - EgoHumanoid: Unlocking In-the-Wild Loco-Manipulation with Robot-Free Egocentric Demonstration [67.13034606664333]
EgoHumanoidは、エゴセントリックな人間のデモを使って視覚言語アクションポリシーを共同訓練する最初のフレームワークである。
スケーラブルな人的データ収集のためのポータブルシステムを開発した。
論文 参考訳（メタデータ） (2026-02-10T18:59:03Z) - Human-in-the-Loop Failure Recovery with Adaptive Task Allocation [2.518621093955008]
ロボットの故障を人間オペレーター(ARFA)に割り当てる適応的手法を提案する。
解決すべき障害のすべてに対して、報酬関数は演算子機能と履歴データ、タスク緊急性、現在のワークロード分布に基づいて期待される結果を算出する。
シミュレーションとユーザスタディにより、ARFAはランダムなアロケーションよりも優れ、ロボットのアイドル時間を大幅に短縮し、システム全体の性能を向上し、オペレータ間でより分散されたワークロードをもたらすことが示された。
論文 参考訳（メタデータ） (2026-02-03T14:55:48Z) - RaC: Robot Learning for Long-Horizon Tasks by Scaling Recovery and Correction [23.89121398540929]
本稿では,擬似学習事前学習後のループ内ロールアウトトレーニングの新たな段階であるRaCを紹介する。
RaCでは、リカバリと修正行動を示す人間の介入軌道に関するロボットポリシーを微調整する。
我々は、RaCが10$times$少ないデータ収集時間とサンプルを使用して、従来の最先端技術よりも優れていることを示す。
論文 参考訳（メタデータ） (2025-09-09T17:41:29Z) - Human-Agent Joint Learning for Efficient Robot Manipulation Skill Acquisition [48.65867987106428]
本稿では,人間とロボットの協調学習システムについて紹介する。
これにより、ロボットエンドエフェクターの制御を学習支援エージェントと共有することができる。
これにより、ダウンストリームタスクにおいて、収集されたデータが十分な品質であることを保証しながら、人間の適応の必要性を減らすことができる。
論文 参考訳（メタデータ） (2024-06-29T03:37:29Z) - MIRACLE: Inverse Reinforcement and Curriculum Learning Model for
Human-inspired Mobile Robot Navigation [13.824617183645291]
緊急のシナリオでは、移動ロボットは人間のようにナビゲートし、最初の応答者と干渉することなく、潜在的な犠牲者を素早く見つけ出す刺激を解釈しなければならない。
我々は、ゲーミフィケーション学習を用いて刺激駆動型人間のナビゲーションデータを収集するソリューション、MIRACLEを提案する。
このデータは、Deep Inverseの最大エントロピー強化学習モデルをトレーニングするために使用され、実証者の能力への依存を減らす。
論文 参考訳（メタデータ） (2023-12-06T18:13:21Z) - Revisiting the Adversarial Robustness-Accuracy Tradeoff in Robot
Learning [121.9708998627352]
近年の研究では、現実的なロボット学習の応用において、対人訓練の効果が公平なトレードオフを起こさないことが示されている。
本研究は,ロボット学習におけるロバストネスと精度のトレードオフを再考し,最近のロバストトレーニング手法と理論の進歩により,現実のロボット応用に適した対人トレーニングが可能かどうかを解析する。
論文 参考訳（メタデータ） (2022-04-15T08:12:15Z)
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。