論文の概要: ArmnetBench v0.1: Parallel Real-World Evaluation of Manipulation Policies on a Low-Cost Arm Farm
- arxiv url: http://arxiv.org/abs/2607.24481v1
- Date: Mon, 27 Jul 2026 14:16:43 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-28 22:34:15.453242
- Title: ArmnetBench v0.1: Parallel Real-World Evaluation of Manipulation Policies on a Low-Cost Arm Farm
- Title（参考訳）: ArmnetBench v0.1:低コスト農業におけるマニピュレーション政策の並列実世界評価
- Abstract要約: ArmnetBench v0.1は低価格のSO-101セルのベンチマークである。
12タスクにまたがる7つのポリシーと、シングルアームとバイマニュアル構成を比較します。
各ポリシーは、タスク毎に50のデモでトレーニングまたは微調整される。
- 参考スコア（独自算出の注目度）: 0.22940141855172033
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Real-world evaluation is a bottleneck in developing generalist robot manipulation policies. Each rollout requires physical hardware and an operator to set up, reset, and score it. We introduce ArmnetBench v0.1, a benchmark run on a fleet of low-cost SO-101 cells under light on-site supervision. v0.1 validates this arm farm end to end and compares 7 policies across 12 tasks with both single-arm and bimanual configurations. Each policy is trained or fine-tuned on 50 demonstrations per task; the benchmark contains 2,518 policy rollouts and 600 reference demonstrations. All 3,118 episodes carry a three-way label (successful, suboptimal, or failure). Policy rollouts are human-scored, while demonstrations are successful by construction. Beyond evaluation, its quality-labelled trajectories support downstream learning, from reward and predictive world models to policies trained on mixed-quality data. The leaderboard is an initial comparison under this shared budget. We release the 3,118 core episodes in LeRobot v3.0 and RoboMeter formats.
- Abstract（参考訳）: 実世界評価は、ジェネラリストロボット操作ポリシーの開発におけるボトルネックである。
各ロールアウトには物理的なハードウェアとオペレーターが必要で、セットアップ、リセット、スコア付けが可能である。
我々は,低コストのSO-101セル群上で動作するベンチマークであるArmnetBench v0.1を紹介する。
v0.1は、このアームファームをエンドツーエンドに検証し、12タスクにわたる7つのポリシーと、シングルアームとバイマニュアル構成を比較します。
ベンチマークには2,518のポリシーロールアウトと600のリファレンスデモが含まれている。
3,118エピソードにはそれぞれ3つのラベル(成功、最適、失敗)がある。
政策のロールアウトは人力で行われ、デモは建設によって成功している。
評価以外にも、品質を損なう軌道は、報酬や予測的世界モデルから、混合品質データに基づいて訓練されたポリシーまで、下流学習をサポートする。
リーダーボードは、この共有予算の下での最初の比較である。
私たちはLeRobot v3.0とRoboMeterフォーマットで3,118のコアエピソードをリリースしています。
関連論文リスト
- A Schema Bounded Language Model for Refining Robot Policies Without Destabilizing Local Learning [0.0]
3つのロボットはモーションダイナミクスを共有するが、異なるLLMバックエンドを使用する。
各ロボットは、大言語モデル(LLM)ポリシーエージェント、アッパー信頼境界(UCB)バンディット、ダブルディープQネットワーク(Double DQN)コントローラを独立に結合する。
ロボットは、ポリシー、結果、学習フィードバックを含む共有ラウンドサマリを通じて、クロスLLM通信を行う。
論文 参考訳（メタデータ） (2026-09-04T13:35:55Z) - GigaBrain-WBC-0.5: A Behavior World Model for Robust Whole-Body Control with Environment Interaction [68.67772166423812]
ヒューマノイド全身制御のための行動世界モデル(BWM)であるGigaBrain-WBC-0.5を提案する。
純粋にリアクティブなトラッカーではなく、因果トランスフォーマーをトレーニングして、次のアクション、次の状態、次の潜伏動作コマンドに対する分布を共同で予測します。
自動地形アノテーションパイプラインは、再ターゲティングされた動きから完全な3D接触形状を復元し、既存の動きデータセットのスケールでの地形アノテートを可能にする。
論文 参考訳（メタデータ） (2026-08-18T18:21:36Z) - G0.5: One Autoregressive Stream for Robot Reasoning and Action [43.43377463558725]
本稿では,1つの変圧器デコーダが1つの目的の下で推論とアクショントークンを出力する,事前訓練された自己回帰VLAであるG0.5を紹介する。
推論とアクションは1組の重みを共有しているため、事前訓練されたVLMの能力は物理的な振る舞いへと引き継がれる。
G0.5は7つの独立した体制で最先端のモデルを上回っている。
論文 参考訳（メタデータ） (2026-08-12T07:26:47Z) - Sequential Planning via Anchored Robotic Keypoints [3.176338968032152]
トレーニング不要なニューロシンボリック操作システムであるSPARK(Anchored Robotic Keypoints, SPARK)について述べる。
単一のGeminiコールは、構成可能なキネマティックプリミティブの型付き振舞いツリー(BT)としてプランを構成する。
2つ目のGeminiコールでは、オブジェクトごとに3つの代替テキストプロンプトが提案され、SAM3がそれぞれを評価します。
代替のプロンプトは、空間スイートに+27.7、オブジェクトスイートに+10.0、全体のリカバリループに+5.0を加算する。
論文 参考訳（メタデータ） (2026-06-29T17:48:01Z) - WatchAct: A Benchmark for Behavior-Grounded Robot Manipulation [49.31386176285509]
WatchActは、観察された人間の行動に基づくロボット操作のベンチマークである。
WatchActは4つの機能ドメインで14タスクにわたる3,000のロングホライゾンインスタンスで構成されている。
シミュレーションとFranka Research 3ロボットの両方で、現在のシステムはWatchActの解決には程遠い。
論文 参考訳（メタデータ） (2026-06-24T23:13:56Z) - DuoBench: A Reproducible Benchmark for Bimanual Manipulation in Simulation and the Real World [15.394993012134316]
双方向ロボットシステムは操作能力を拡大するが、2つのアームを調整することで、制御の複雑さと障害モードが増す。
FR3 Duoプラットフォーム上での双方向操作ポリシのベンチマークフレームワークであるDuoBenchを紹介する。
シミュレーションおよび実ハードウェア上での両腕模倣学習と視覚言語行動ポリシーをベンチマークする。
論文 参考訳（メタデータ） (2026-06-10T10:28:04Z) - UMI-Bench 1.0: An Open and Reproducible Real-World Benchmark for Tabletop Robotic Manipulation with UMI Data [52.951102709270714]
UMI-Bench 1.0は,Universal Manipulation Interface(UMI)スタイルの操作ポリシーの標準化評価のための実ロボットベンチマークである。
UMI-Benchは、統一されたプロトコル内でのデータ収集、シーンリセット、ポリシーの実行、結果のロギング、タスク要素分析を調整します。
UMI-Benchは、完全な評価プロセスを再現可能かつ監査可能にすることで、UMI訓練されたポリシーが実際の物理的操作にどのように一般化するかを測定するための実践的なテストベッドを提供する。
論文 参考訳（メタデータ） (2026-06-09T03:47:54Z) - FineVLA: Fine-Grained Instruction Alignment for Steerable Vision-Language-Action Policies [26.96931937675281]
FineVLAは、アクションアライメントされたきめ細かいVLA監視のためのオープンフレームワークである。
オープンソースの10のロボットデータセットから85Kタスクにまたがる992,247のトラジェクトリを統一する。
500本のビデオ、10,816件の原子性事実と1,030件のVQA質問のベンチマークがある。
論文 参考訳（メタデータ） (2026-05-26T17:01:10Z) - Hi-WM: Human-in-the-World-Model for Scalable Robot Post-Training [54.896907620476675]
本稿では,学習世界モデルを用いた学習後学習フレームワークを提案する。
Hi-WMは中間状態をキャッシュし、ロールバックとブランチをサポートする。
我々は、剛性と変形性のあるオブジェクト相互作用と2つのポリシーバックボーンにまたがる3つの実世界の操作タスクについて、Hi-WMを評価する。
論文 参考訳（メタデータ） (2026-04-23T14:42:54Z) - Honeypot Protocol [0.0]
ハニーポットプロトコルテストは、システムプロンプトのみを3つの条件で変更することで、コンテキスト依存の振る舞いをテストする。
我々は、BashArenaのClaude Opus 4.6を、正直モードとアタックモードの両方の3つの条件で評価した。
論文 参考訳（メタデータ） (2026-04-14T21:13:54Z) - vla-eval: A Unified Evaluation Harness for Vision-Language-Action Models [58.633451339058986]
VLAモデルは一般的に、各モデルリポジトリによって独立して維持されるベンチマークスクリプト毎に評価される。
本稿では、ベンチマーク実行からモデル推論を分離するオープンソースの評価ハーネスであるvla evalを紹介する。
完全な評価では、vla eval serveとvla eval runの2つのコマンドしか必要としない。
論文 参考訳（メタデータ） (2026-03-14T14:38:53Z) - RoboTwin 2.0: A Scalable Data Generator and Benchmark with Strong Domain Randomization for Robust Bimanual Robotic Manipulation [52.2244588424002]
我々は,多様かつ現実的なデータの自動生成のためのスケーラブルなフレームワークであるRoboTwin 2.0を紹介する。
コアとなるRoboTwin-ODは、セマンティックおよび操作関連アノテーションを備えた147カテゴリにわたる771インスタンスのオブジェクトライブラリである。
sim-to-real転送を改善するために、RoboTwin 2.0は5つの軸に沿って構造化された領域ランダム化を適用する。
論文 参考訳（メタデータ） (2025-06-22T16:26:53Z) - Steering Your Generalists: Improving Robotic Foundation Models via Value Guidance [66.51390591688802]
バリューガイド型ポリシーステアリング(V-GPS)は、ポリシーの重みを微調整したり、アクセスしたりすることなく、幅広い種類のジェネラリストポリシーと互換性がある。
同じ値関数は、異なるアーキテクチャで5つの最先端ポリシーの性能を向上させることができることを示す。
論文 参考訳（メタデータ） (2024-10-17T17:46:26Z)
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。