論文の概要: SPOT: Spatial Perception-Oriented Long-Horizon Humanoid Teleoperation

• arxiv url: http://arxiv.org/abs/2609.07933v1
• Date: Mon, 07 Sep 2026 19:46:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-11 20:01:35.755252
• Title: SPOT: Spatial Perception-Oriented Long-Horizon Humanoid Teleoperation
• Title（参考訳）: SPOT:空間知覚指向型長方形ヒューマノイド遠隔操作
• Abstract要約: SPOTは、ロボット搭載の魚眼カメラ、広視野の立体ディスプレイ、視点分離された自由な外観、そして視覚的安定化を組み合わせたものだ。 本研究では, 落下回復, 周辺検索, 大規模作業空間のバイマニュアル操作, 微調整, 動的相互作用にまたがる認識クリティカルなヒューマノイドデータ収集タスクにおけるSPOTの評価を行った。
• 参考スコア（独自算出の注目度）: 35.4182413141688
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: High-quality demonstration data is becoming a central bottleneck for training general-purpose humanoid robots. While recent humanoid teleoperation systems have made substantial progress in retargeting human motion to robot motion, long-horizon loco-manipulation requires another capability: operators must maintain task-relevant spatial awareness over time, e.g., object locations, surrounding environments, the robot's pose. We call the extent of this awareness the operator's perceptual horizon. However, existing methods often shorten this: narrow views miss peripheral events, robot-mounted cameras become unstable during locomotion, and coupled head-view control makes looking around interfere with robot motion. We present SPOT, a Spatial Perception-Oriented VR Teleoperation system for collecting long-horizon humanoid demonstration data by providing extended perceptual horizon. SPOT combines a robot-mounted binocular fisheye camera, a wide-field stereoscopic display, viewpoint-decoupled free-looking, and visual stabilization to provide a robot-centric view that is wide, stable, and actively inspectable. Unlike conventional egocentric interfaces, SPOT decouples visual exploration from robot actuation: the egocentric stereo observation is rendered on a virtual hemisphere around the operator, so natural head rotations change where the operator looks within the wide-field view rather than commanding the robot head, camera, or torso. We evaluate SPOT on perception-critical humanoid data-collection tasks spanning drop recovery, peripheral retrieval, large-workspace bimanual manipulation, fine alignment, and dynamic interaction. SPOT improves efficiency, accuracy, and recovery speed, demonstrating its effectiveness for user-friendly and scalable long-horizon humanoid data collection.
• Abstract（参考訳）: 汎用ヒューマノイドロボットのトレーニングにおいて、高品質なデモデータが中心的なボトルネックになりつつある。 近年のヒューマノイド遠隔操作システムは、人間の動きをロボットの動きに再ターゲティングする上で大きな進歩を遂げているが、長い水平ロコ操作には別の能力が必要である: オペレーターは時間、例えば、物体の位置、周囲環境、ロボットのポーズなど、タスクに関連する空間的認識を維持する必要がある。 我々は、この認識の範囲をオペレーターの知覚的地平線と呼ぶ。 狭い視野では周囲の出来事を見逃し、ロボット搭載カメラは移動中に不安定になり、ヘッドビュー制御が組み合わさってロボットの動きを妨害する。 本研究では,空間知覚指向型VRテレオペレーションシステムであるSPOTについて述べる。 SPOTは、ロボット搭載の双眼魚眼カメラ、広視野立体ディスプレイ、視点分離された自由な外観、視覚的安定化を組み合わせて、広く、安定し、積極的に検査できるロボット中心のビューを提供する。 従来のエゴセントリックなインタフェースとは異なり、SPOTはロボットの動きから視覚的な探索を分離する:エゴセントリックなステレオ観察はオペレータの周りの仮想半球でレンダリングされるので、オペレーターがロボットの頭やカメラ、胴体を指揮するのではなく、広視野で見るように自然の頭部回転が変化する。 本研究では, 落下回復, 周辺検索, 大規模作業空間のバイマニュアル操作, 微調整, 動的相互作用にまたがる認識クリティカルなヒューマノイドデータ収集タスクにおけるSPOTの評価を行った。 SPOTは効率、精度、回復速度を改善し、ユーザフレンドリーでスケーラブルな長距離ヒューマノイドデータ収集の有効性を示す。

関連論文リスト

• ActiveGlasses: Learning Manipulation with Active Vision from Ego-centric Human Demonstration [51.69384671495837]
  ActiveGlassesは、エゴ中心の人間のデモからロボット操作を学習するシステムである。 スマートグラスに装着されたステレオカメラは、データ収集とポリシー推論の両方のための唯一の認識装置として機能する。 ゼロ・トランスファーを可能にするために,デモからオブジェクト・トラジェクトリを抽出し,オブジェクト中心のポイント・クラウド・ポリシーを用いて操作と頭部運動を協調的に予測する。
  論文  参考訳（メタデータ） (2026-04-09T17:59:08Z)
• ZeroWBC: Learning Natural Visuomotor Humanoid Control Directly from Human Egocentric Video [52.78703020909145]
  我々は、人間中心のビデオから直接、自然なヒューマノイドビジュモータ制御ポリシーを学ぶ新しいフレームワークであるZeroWBCを紹介した。 提案手法はまず視覚言語モデル(VLM)を微調整し,テキスト命令とエゴセントリックな視覚コンテキストに基づく将来の身体全体の動作を予測する。 ユニツリーG1ヒューマノイドロボットの実験では,動作の自然性と汎用性において,本手法がベースラインアプローチより優れていることが示された。
  論文  参考訳（メタデータ） (2026-03-10T04:19:43Z)
• EmbodMocap: In-the-Wild 4D Human-Scene Reconstruction for Embodied Agents [85.77432303199176]
  EmbodMocapは2つの動くiPhoneを使ったポータブルで安価なデータ収集パイプラインである。 私たちのキーとなるアイデアは、二重RGB-Dシーケンスを共同で校正し、人間とシーンの両方を再構築することです。 収集したデータに基づいて、我々は3つの具体的AIタスクを強化した: モノクラーヒューマン・シーン・リコンストラクション(モノクラーヒューマン・シーン・リコンストラクション)、メトリックスケールで世界空間に整合した人間とシーンを出力するフィードフォワードモデル、物理ベースのキャラクターアニメーション。
  論文  参考訳（メタデータ） (2026-02-26T16:53:41Z)
• CLOT: Closed-Loop Global Motion Tracking for Whole-Body Humanoid Teleoperation [54.7399209456857]
  閉ループグローバルモーショントラッキングを実現する,リアルタイムな人型遠隔操作システムCLOTを提案する。 CLOTはオペレータとロボットのポーズをクローズドループで同期させ、長時間のタイムホライズン上でドリフトフリーな人間-人間-ヒューマノイドの模倣を可能にする。 本研究では,報奨評価から観測軌道を分離し,スムーズで安定した大域的補正を可能にするデータ駆動ランダム化手法を提案する。
  論文  参考訳（メタデータ） (2026-02-13T12:03:13Z)
• 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)
• Recognizing Actions from Robotic View for Natural Human-Robot Interaction [52.00935005918032]
  自然人-ロボットインタラクション(Natural Human-Robot Interaction, N-HRI)は、ロボット自身が動いているか静止しているかに関わらず、ロボットが様々な距離と状態で人間の行動を認識することを要求する。 N-HRIの既存のベンチマークは、限られたデータ、モダリティ、タスクカテゴリ、主題や環境の多様性のために、N-HRIのユニークな複雑さに対処できない。 モバイルサービスロボットで広く使われている知覚中心ロボットビューのための大規模データセット(Action from Robotic View)を紹介する。
  論文  参考訳（メタデータ） (2025-07-30T09:48:34Z)
• Look, Focus, Act: Efficient and Robust Robot Learning via Human Gaze and Foveated Vision Transformers [2.736848514829367]
  人間の視覚は視線によって駆動される非常に活発なプロセスであり、ファベーションを通じてタスク関連領域に注意を向ける。 本研究では,ロボット政策に人間のようなアクティブな視線を取り入れることで,効率性とロバスト性を高める方法について検討する。 我々は人間の頭と首の動きをエミュレートするロボットビジョンシステムであるGIAVAを開発し、ファーベレート処理のための視線調整を行う。
  論文  参考訳（メタデータ） (2025-07-21T17:44:10Z)
• Open-TeleVision: Teleoperation with Immersive Active Visual Feedback [17.505318269362512]
  Open-TeleVisionは、オペレーターが立体的にロボットの周囲を積極的に知覚することを可能にする。 このシステムは操作者の腕と手の動きをロボットに反映し、没入感のある体験を作り出す。 本システムの有効性は,長期的かつ正確な4つの課題に対して,データ収集と模倣学習ポリシーの訓練によって検証する。
  論文  参考訳（メタデータ） (2024-07-01T17:55:35Z)
• Learning Visually Guided Latent Actions for Assistive Teleoperation [9.75385535829762]
  視覚入力に潜伏埋め込みを条件とした補助ロボットを開発。 少量の安価で収集しやすい構造データに予め訓練されたオブジェクト検出器を組み込むことにより、i)現在のコンテキストを正確に認識し、ii)新しいオブジェクトやタスクへの制御埋め込みを一般化する。
  論文  参考訳（メタデータ） (2021-05-02T23:58:28Z)

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。