論文の概要: AXIS: A Growable Community-Driven Data Engine for Scalable Robot Manipulation
- arxiv url: http://arxiv.org/abs/2607.21588v1
- Date: Thu, 23 Jul 2026 17:58:08 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-24 18:26:25.529305
- Title: AXIS: A Growable Community-Driven Data Engine for Scalable Robot Manipulation
- Title（参考訳）: AXIS: スケーラブルなロボット操作のための成長可能なコミュニティ駆動型データエンジン
- Abstract要約: AXISは成長可能なコミュニティ主導のデータエンジンであり、スケーラブルなロボット学習のためのベンチマークである。
新しい操作タスクを自動生成し、検証し、コミュニティが作成したデモをトレーニング可能なデータに変換する。
AXISの継続事前訓練は、0.0.5$の総合的な成功率を5.8%向上させる。
データボリュームの増加と一貫したスケーリングを示しており、レイアウト、センサーノイズ、カメラの摂動で観測される最大のゲインである。
- 参考スコア（独自算出の注目度）: 22.559633314919342
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Learning effective robot manipulation policies requires diverse, high-quality demonstrations, yet existing data pipelines are often difficult to scale because they rely on specialized hardware, centralized operators, or fixed task suites. We present AXIS, a growable community-driven data engine and benchmark for scalable robot learning, which enables browser-based teleoperation for large-scale demonstration collection, automatically generates and validates new manipulation tasks, and transforms community-collected demonstrations into training-ready data through automated success checking, quality filtering, trajectory smoothing, and visual and physics-based augmentation. The AXIS dataset currently contains 207 diverse tasks and 50K+ trajectories. Meanwhile, AXIS organizes data into task snapshots and evaluates policies with a systematic held-out protocol. We compare vision-language-action (VLA) policies under a unified AXIS evaluation suite and analyze scaling behavior across different data volumes. Continual pretraining on AXIS substantially improves the overall success rate of $π_{0.5}$ by 5.8%, outperforms the model pretrained on RoboCasa365 by 37.3%, and exhibits consistent scaling with increasing data volume, with the largest gains observed under layout, sensor-noise, and camera perturbations.
- Abstract（参考訳）: 効果的なロボット操作ポリシーを学ぶには、多種多様な高品質なデモが必要であるが、既存のデータパイプラインは、特別なハードウェア、集中型演算子、固定タスクスイートに依存するため、スケールアップが難しいことが多い。
AXISは、大規模デモコレクションのためのブラウザベースの遠隔操作を可能にするスケーラブルなロボット学習のための、成長可能なコミュニティ駆動データエンジンおよびベンチマークであり、新しい操作タスクを自動生成し、検証し、自動的な成功チェック、品質フィルタリング、軌道平滑化、ビジュアルおよび物理ベースの拡張を通じて、コミュニティが収集したデモをトレーニング可能なデータに変換する。
AXISデータセットは現在、207の多様なタスクと50K以上のトラジェクトリを含んでいる。
一方、AXISはデータをタスクスナップショットに整理し、体系的なホールドアウトプロトコルでポリシーを評価する。
我々は、統合されたAXIS評価スイート下での視覚言語アクション(VLA)ポリシーを比較し、異なるデータボリュームにわたるスケーリングの振る舞いを分析する。
AXISでの継続的な事前トレーニングは、π_{0.5}$5.8%の全体的な成功率を大幅に向上させ、RoboCasa365で事前訓練されたモデルを37.3%上回り、レイアウト、センサーノイズ、カメラの摂動で観測された最大の利得とともに、データボリュームの増加とともに一貫したスケーリングを示す。
関連論文リスト
- How to Better Train VLAs: Lessons Learned From the REAL-I Challenge at ICRA 2026 [19.591059484557256]
第1回Real-world Embodied AI Learning (REAL-I) Challenge at ICRA 2026は、シミュレーション、実ロボット評価、および共有デュアルアームヒューマノイドプラットフォーム上でのオンサイトファイナルを通じて、この問題を調査した。
NUS-CLEAR、RCL-Lab、Deeptouch.aiによるアプローチを比較し、課題タスク、データおよびデプロイメントインターフェース、競争結果について説明する。
彼らのシステムは、事前訓練された視覚-言語-アクションモデルとタスク固有の模倣ポリシーを、データキュレーション、ステージ化適応、チェックポイント選択、アクション-スペース設計のための異なる戦略と組み合わせた。
論文 参考訳（メタデータ） (2026-09-12T03:12:46Z) - Beyond Data Scaling: Representation-Centric Continued Pre-training for Vision-Language-Action Models [120.24139942108405]
ロボットデータのスケーリングは、一般のVision-Language-Action(VLA)モデルを構築する上で重要である。
固定されたロボットデータ予算の下では、継続した事前訓練は限られた軌道を伝達可能な視覚行動知識に変換する必要がある。
本稿では,VLA指向のVLMバックボーンであるVLActを提案する。
論文 参考訳（メタデータ） (2026-08-27T17:59:40Z) - HyMobileAgent: Data-Environment Co-Scaling for Efficient GUI Agents [57.53434680014667]
HyMobileAgentはHy3.0-VL-A3B上に開発されたビジョンネイティブ基盤モデルである。
我々は,モバイルインタラクションの重要なボトルネックに対処する,共同データと環境中心のスケーリングフレームワークを開発した。
論文 参考訳（メタデータ） (2026-07-16T04:12:42Z) - XRZero-G0: Pushing the Frontier of Dexterous Robotic Manipulation with Interfaces, Quality and Ratios [10.349987856533723]
XRZero-G0(XRZero-G0)は、データ収集とポリシー学習のためのハードウェアとソフトウェアの共同設計システムである。
我々は、目標となる物理ロボットにゼロショットのクロスボデーメント転送を可能にする2000時間ロボットフリーデータセットを構築した。
論文 参考訳（メタデータ） (2026-04-14T17:34:21Z) - Rethinking Visual-Language-Action Model Scaling: Alignment, Mixture, and Regularization [65.37179698521766]
VLA(Vision-Language-Action)モデルは、ジェネラリストロボットの制御を強く約束する。
標準的な「スケールデータ」レシピがロボット工学に翻訳されるかどうかはまだ不明だ。
本稿では,多様なロボットを対象とした事前学習のためのコアトレーニング選択を再考する,VLAスケーリングの体系的かつ制御された研究を提案する。
論文 参考訳（メタデータ） (2026-02-10T12:25:43Z) - BLAZER: Bootstrapping LLM-based Manipulation Agents with Zero-Shot Data Generation [59.70634559248202]
BLAZERは、自動生成されたトレーニングデータから操作ポリシーを学ぶフレームワークである。
シミュレーション環境と実環境の両方において、BLAZERはゼロショット操作を大幅に改善することを示す。
私たちのコードとデータはプロジェクトのページで公開されます。
論文 参考訳（メタデータ） (2025-10-09T17:59:58Z) - XRoboToolkit: A Cross-Platform Framework for Robot Teleoperation [2.2353859695978944]
XRoboToolkitは、OpenXR標準上に構築された拡張現実ベースのロボット遠隔操作のためのクロスプラットフォームフレームワークである。
システムは低レイテンシの立体視フィードバック、最適化に基づく逆運動学、多様なトラッキングモードをサポートする。
本稿では、高精度な操作タスクによってフレームワークの有効性を実証し、堅牢な自律性能を示すVLAモデルをトレーニングすることで、データ品質を検証する。
論文 参考訳（メタデータ） (2025-07-31T18:45:13Z) - AgiBot World Colosseo: A Large-scale Manipulation Platform for Scalable and Intelligent Embodied Systems [88.05152114775498]
AgiBot Worldは、217のタスクにまたがる100万以上のトラジェクトリを5つのデプロイメントシナリオで構成した大規模なプラットフォームである。
AgiBot Worldは高品質で多様なデータ配信を保証する。
GO-1は、現実世界のデクスタラスタスクや長距離タスクにおいて例外的な能力を示す。
論文 参考訳（メタデータ） (2025-03-09T15:40:29Z) - SOLIS -- The MLOps journey from data acquisition to actionable insights [62.997667081978825]
本稿では,基本的なクロスプラットフォームテンソルフレームワークとスクリプト言語エンジンを使用しながら,すべての要件をサポートする統合デプロイメントパイプラインとフリー・ツー・オペレートアプローチを提案する。
しかし、このアプローチは、実際のプロダクショングレードシステムに機械学習機能を実際にデプロイするために必要な手順やパイプラインを提供していない。
論文 参考訳（メタデータ） (2021-12-22T14:45:37Z) - Improving the Performance of Fine-Grain Image Classifiers via Generative
Data Augmentation [0.5161531917413706]
我々は、ロバスト生成アドリアルネットワーク(DAPPER GAN)の熟練した事前学習からデータ拡張を開発する。
DAPPER GANは、トレーニングイメージの新しいビューを自動的に生成するML分析支援ツールである。
本手法をStanford Carsデータセット上で実験的に評価し,車体形状とモデル分類精度の向上を実証した。
論文 参考訳（メタデータ） (2020-08-12T15:29:11Z)
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。