論文の概要: Scaling Manual-Grounded Appliance Manipulation with Data Synthesis and Unified Planning
- arxiv url: http://arxiv.org/abs/2608.15863v1
- Date: Sun, 16 Aug 2026 17:15:54 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-18 19:59:03.453617
- Title: Scaling Manual-Grounded Appliance Manipulation with Data Synthesis and Unified Planning
- Title（参考訳）: データ合成と統一計画による手動グラウンドアプライアンス操作のスケーリング
- Abstract要約: UseApplianceは,手作業によるアプライアンス操作計画のための,最初の大規模データセットです。
我々は,手動グラウンドアプライアンス操作計画のためのエンドツーエンドモデルであるAppliancePlanを開発した。
- 参考スコア（独自算出の注目度）: 18.15094219801374
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Operating household appliances requires long-horizon planning that is state-dependent and robust to disturbances, yet existing large models fall short, as no sufficiently diverse, task-oriented dataset exists to support such planning. To bridge this gap, we propose MAGE, a scalable data synthesis pipeline that introduces a novel Hierarchical Appliance Graph (HAG) to automatically generate part grounding, long-horizon planning, and closed-loop recovery data from appliance manuals. With MAGE, we build UseAppliance, the first large-scale dataset for manual-grounded appliance manipulation planning, spanning 22 appliance categories with 89K+ part annotations, 53K+ manipulation tasks, and 33K+ closed-loop adjustment steps. Built on UseAppliance, we develop AppliancePlan, an end-to-end model for manual-grounded appliance manipulation planning. On RealAppliance-Bench, AppliancePlan with only 7B parameters achieves over 10x the best baseline on open-loop planning and consistently outperforms state-of-the-art models across all tasks. Real-robot experiments on six household appliances further confirm effective sim-to-real transfer, marking an important step toward general-purpose household robotics.
- Abstract（参考訳）: 家庭機器の運用には、状態に依存し、障害に対して堅牢な長期計画が必要であるが、既存の大規模モデルは不足し、そのような計画を支援するために十分な多様なタスク指向データセットが存在しない。
このギャップを埋めるために、我々は、新しい階層型アプライアンスグラフ(HAG)を導入したスケーラブルなデータ合成パイプラインであるMAGEを提案し、アプライアンスマニュアルからパーツグラウンド、ロングホライゾン計画、クローズループリカバリデータを自動的に生成する。
MAGEでは,22のアプライアンスカテゴリに89K以上のパートアノテーション,53K以上の操作タスク,33K以上のクローズドループ調整ステップを対象とする,手動グラウンドのアプライアンス操作計画のための最初の大規模データセットであるUseApplianceを構築した。
UseAppliance上に構築されたAppliancePlanは,手作業によるアプライアンス操作計画のためのエンドツーエンドモデルである。
RealAppliance-Benchでは、7Bパラメータしか持たないAppliancePlanが、オープンループ計画の最高のベースラインを10倍以上に達成し、すべてのタスクにおける最先端モデルよりも一貫して優れています。
6つの家電のリアルロボット実験は、より効果的なシミュレート・トゥ・リアル・トランスファー(sim-to-real transfer)を実証し、汎用的な家庭用ロボティクスへの重要な一歩を踏み出した。
関連論文リスト
- CAD-Based Relation Learning and Geometric-Symbolic Planning for Robotic Assembly [0.8594140167290097]
本稿では,学習に基づく関係抽出と幾何学的シンボリック推論を組み合わせたハイブリッドASPフレームワークを提案する。
ニューラルネットワークはポイントクラウドからセマンティックな関係を予測し、Human-in-the-loop検証は不確実な予測と計画上の失敗の修正を可能にする。
提案したハイブリッドフレームワークにより,CADデータから効率的なロボット組立計画が可能であり,計画時間を大幅に短縮できることを示す。
論文 参考訳（メタデータ） (2026-09-15T14:43:25Z) - EMPIRE: Explicit Manipulation Planning as a Learnable Intermediate Representation for Egocentric Hand-Motion Forecasting [75.76075128622837]
本稿では,エゴセントリックな手動予測のための中間表現として,明示的操作計画を導入した2段階のフレームワークを提案する。
モーションジェネレータは、凍結したプランナー表現に条件付けられた将来のバイマニュアルハンド動作を合成する。
本手法は,MPJPEが84.53mm,指相対誤差が38.97mmで,最先端の予測精度を実現する。
論文 参考訳（メタデータ） (2026-08-23T14:58:31Z) - Object-Informed Model Predictive Path Integral Control for Non-Prehensile Robot Manipulation [7.6557550594212715]
非包括的ロボット操作のための長期計画は、不安定で不連続な相互作用のために困難である。
本稿では,モデル予測経路積分(MPPI)制御の階層的定式化を提案する。
6-DoF xArm6 マニピュレータを用いて物体押出作業を行うシミュレーションとハードウェアの両方で本手法の評価を行った。
論文 参考訳（メタデータ） (2026-05-29T03:10:44Z) - Simulation-Informed Diffusion for Decentralized Multi-robot Motion Planning [56.240199425429445]
マルチロボットモーションプランニングでは、各ロボットが局所的な観測から衝突のない軌道を生成する必要がある。
既存のほとんどのプランナは、ローカル観測の静的スナップショットからトラジェクトリを生成する。
本稿では,制約対応拡散モデルに基づく分散フレームワークであるSimulation-Informed Diffusion (SID)を紹介する。
論文 参考訳（メタデータ） (2026-05-26T21:17:53Z) - Spatially Grounded Long-Horizon Task Planning in the Wild [49.614308474374035]
GroundedPlanBenchは、空間的に接地された長距離行動計画のための新しいベンチマークである。
Video-to-Spatially Grounded Planning (V2GP)は、現実のロボットビデオのデモを活用して、空間的地平面の長期計画を改善する自動データ生成フレームワークである。
論文 参考訳（メタデータ） (2026-03-13T05:42:18Z) - RADAR: Closed-Loop Robotic Data Generation via Semantic Planning and Autonomous Causal Environment Reset [48.645870795753105]
ロボットのためのロバスト自動データ取得(RADAR)について紹介する。
RADARは完全に自律的でクローズドループのデータ生成エンジンで、収集サイクルから人間の介入を完全に取り除きます。
シミュレーションでは、複雑な長期タスクにおいて、最大90%の成功率を達成する。
論文 参考訳（メタデータ） (2026-03-12T11:18:52Z) - RoboInter: A Holistic Intermediate Representation Suite Towards Robotic Manipulation [104.68774434699158]
RoboInter Manipulation Suiteはデータ、ベンチマーク、中間表現のモデルを含む統一されたリソースである。
多様な表現の半自動アノテーションを可能にする軽量GUIであるRoboInter-Toolと、571の多様なシーンにわたる230万回以上のエピソードを含む大規模なデータセットであるRoboInter-Dataで構成されている。
RoboInter-VLAは、モジュールとエンドツーエンドのVLAバリアントをサポートする、統合されたプラン-then-executeフレームワークを提供する。
論文 参考訳（メタデータ） (2026-02-10T17:01:54Z) - RealAppliance: Let High-fidelity Appliance Assets Controllable and Workable as Aligned Real Manuals [20.527398082686833]
既存のアプライアンス資産は、レンダリングの貧弱さ、不完全なメカニズム、マニュアルとのミスアライメントに悩まされている。
本稿では,100個の高忠実度アプライアンスと完全物理,電子機構,プログラムロジックからなるRealApplianceデータセットについて紹介する。
提案するRealAppliance-Benchベンチマークは,マルチモーダルな大規模言語モデルと具体的操作計画モデルを評価する。
論文 参考訳（メタデータ） (2025-11-29T02:55:20Z) - SkeySpot: Automating Service Key Detection for Digital Electrical Layout Plans in the Construction Industry [4.458601123669425]
我々は、リアルタイム検出、分類、相互運用可能な電気シンボルのためのツールキットであるSkeySpotを開発した。
SkeySpotは構造化された標準化されたアウトプットを生成し、情報構築のためにスケールアップすることができる。
このアプローチにより、建設業における中小企業(中小企業)の電気的レイアウトのデジタル化が容易になる。
論文 参考訳（メタデータ） (2025-08-14T08:36:11Z) - DAG-Plan: Generating Directed Acyclic Dependency Graphs for Dual-Arm Cooperative Planning [37.38735065914983]
DAG-Planは、デュアルアームロボット用に設計された構造化タスク計画フレームワークである。
複雑なタスクを、有向非巡回グラフ内のノードとして表される実行可能なサブタスクに分解する。
リアルタイム環境観測に基づいて、これらのサブタスクを適切なアームに動的に割り当てる。
論文 参考訳（メタデータ） (2024-06-14T11:58:51Z) - RH20T-P: A Primitive-Level Robotic Dataset Towards Composable Generalization Agents [105.13169239919272]
プリミティブレベルのロボット操作データセットであるRH20T-Pを提案する。
実際のシナリオで67種類の操作タスクをカバーする約38Kのビデオクリップが含まれている。
我々は、計画実行CGAパラダイムを標準化し、RH20T-PにRA-Pと呼ばれる典型的なベースラインを実装します。
論文 参考訳（メタデータ） (2024-03-28T17:42:54Z) - MATNilm: Multi-appliance-task Non-intrusive Load Monitoring with Limited
Labeled Data [4.460954839118025]
既存のアプローチは主に、各アプライアンス用の個別モデルの開発に重点を置いている。
本稿では,トレーニング効率のよいサンプル拡張方式を用いたマルチアプライアンス・タスク・フレームワークを提案する。
相対誤差は平均で50%以上削減できる。
論文 参考訳（メタデータ） (2023-07-27T11:14:11Z) - Embodied Task Planning with Large Language Models [86.63533340293361]
本研究では,現場制約を考慮した地上計画のための具体的タスクにおけるTAsk Planing Agent (TaPA)を提案する。
推論の際には,オープンボキャブラリオブジェクト検出器を様々な場所で収集された多視点RGB画像に拡張することにより,シーン内の物体を検出する。
実験の結果,我々のTaPAフレームワークから生成されたプランは,LLaVAやGPT-3.5よりも大きなマージンで高い成功率が得られることがわかった。
論文 参考訳（メタデータ） (2023-07-04T17:58:25Z)
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。