論文の概要: How to Better Train VLAs: Lessons Learned From the REAL-I Challenge at ICRA 2026

• arxiv url: http://arxiv.org/abs/2609.13679v2
• Date: Thu, 17 Sep 2026 12:30:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-20 08:55:53.396359
• Title: How to Better Train VLAs: Lessons Learned From the REAL-I Challenge at ICRA 2026
• Title（参考訳）: ICRA 2026のReal-Iチャレンジから学んだ教訓
• Abstract要約: 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、競合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。
• 参考スコア（独自算出の注目度）: 19.591059484557256
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: How can robot policies learn more effectively from a fixed demonstration budget? The first Real-world Embodied AI Learning (REAL-I) Challenge at ICRA 2026 examined this question through simulation, real-robot evaluation, and an on-site final on a shared dual-arm humanoid platform. We describe the challenge tasks, data and deployment interfaces, and competition results, then compare the approaches contributed by NUS-CLEAR, RCL-Lab, and DeepTouch AI. Their systems combined pretrained vision-language-action models and task-specific imitation policies with different strategies for data curation, staged adaptation, checkpoint selection, and action-space design. The team reports highlight the importance of adapting to the deployment environment while retaining prior capabilities, treating demonstration quality at an appropriate temporal scale, and suppressing errors in inactive robot components. They also expose the limitations of offline action-prediction metrics for forecasting closed-loop success. These observations motivate a view of fixed-data robot learning that integrates data, adaptation, evaluation, and deployment.
• Abstract（参考訳）: ロボットポリシーは、固定された実証予算からより効果的に学習できるのか? 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、競合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。 チームは、事前の能力を維持しながらデプロイメント環境に適応することの重要性を強調し、適切な時間スケールでデモ品質を扱い、非アクティブなロボットコンポーネントのエラーを抑制することを報告している。 また、クローズドループの成功を予測するためのオフラインアクション予測メトリクスの制限も公開している。 これらの観察は、データ、適応、評価、展開を統合する固定データロボット学習の視点を動機付けている。

関連論文リスト

• World-Action Models for Robot Learning and Control: A Survey [41.45329550202786]
  世界モデル、ビデオ生成、ビジョン・ランゲージ・アクション(VLA)政策の最近の進歩は、ワールド・アクション・モデル(WAM)の発展を動機づけている。 この調査は、WAMのロボティクス指向のレビューを提供する。 我々は、従来の世界モデル、モデルに基づく強化学習、アクション条件付きビデオ生成、リアクティブVLAポリシーに対するそれらのスコープを明確にし、統一された分類法によって既存の手法を整理する。 我々は,行動アライメント,世界行動の分解,空間的・多視点整合性,長期記憶,閉ループ政策学習のためのニューラルシミュレーション,効率的な推論における重要な課題について議論する。
  論文  参考訳（メタデータ） (2026-09-13T16:35:56Z)
• One Demonstration Is Enough for Real-World Robotic Reinforcement Learning [34.23164234669014]
  本稿では,実世界のロボットRLにおける介入プロセスを完全に自動化するために,ひとつのデモンストレーションを利用するAutoSERLを提案する。 2つのロボットプラットフォームにまたがる6つの接触集中操作タスク(挿入、吊り下げ、ヒンジベースタスク)についてAutoSERLを評価した。
  論文  参考訳（メタデータ） (2026-07-02T03:23:40Z)
• Two Bridges, One Pathway: From VLMs to Generalizable VLAs with Embodied Trajectory-Coupled Data [93.7685703383343]
  視覚言語モデル(VLM)は強力な汎用推論器であるが、ロボット制御ポリシーに変換することは驚くほど難しい。 このギャップは、適切な中間データで徐々にブリッジできると我々は主張する。 本研究では,タスク関連アウト・オブ・ディストリビューションETCデータと少量のアクションデータとを混合することにより,新しい視覚言語条件に一般化できることを示す。
  論文  参考訳（メタデータ） (2026-06-07T08:57:51Z)
• 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)
• A Systematic Study of Data Modalities and Strategies for Co-training Large Behavior Models for Robot Manipulation [11.026552246133521]
  大規模行動モデルでは、模倣学習をマルチタスクロボットデータによる大規模トレーニングに拡張することで、厳密な操作能力を示している。 最近の研究は、目標となるロボットデータと異種データモダリティから共同で学習するコトレーニングに依存している。 本稿では,標準的な視覚言語データ,ロボット軌道用高密度言語アノテーション,クロス・エボディメント・ロボットデータ,ヒューマンビデオ,離散ロボットアクショントークンの5つのコトレーニングデータモダリティについて,大規模な実証的研究を行った。
  論文  参考訳（メタデータ） (2026-02-01T07:22:55Z)
• Guardian: Detecting Robotic Planning and Execution Errors with Vision-Language Models [53.20969621498248]
  本稿では,多種多様な計画および実行障害を生成するために,軌道を手続き的に乱す自動ロボット故障合成手法を提案する。 RLBench-Fail, BridgeDataV2-Fail, UR5-Failの3つの新しい故障検出ベンチマークを構築した。 次に、詳細な障害推論と検出のためのマルチビューイメージを備えたVLMであるGuardianをトレーニングします。
  論文  参考訳（メタデータ） (2025-12-01T17:57:27Z)
• Action Flow Matching for Continual Robot Learning [54.10050120844738]
  ロボット工学における継続的な学習は、変化する環境やタスクに常に適応できるシステムを求める。 本稿では,オンラインロボット力学モデルアライメントのためのフローマッチングを利用した生成フレームワークを提案する。 ロボットは,不整合モデルで探索するのではなく,行動自体を変換することで,より効率的に情報収集を行う。
  論文  参考訳（メタデータ） (2025-04-25T16:26:15Z)
• VITAL: Interactive Few-Shot Imitation Learning via Visual Human-in-the-Loop Corrections [10.49712834719005]
  イミテーション・ラーニング(IL)はロボット工学において強力なアプローチとして登場し、ロボットは人間の行動を模倣することで新しいスキルを身につけることができる。 その可能性にもかかわらず、ILのデータ収集プロセスは、ロジスティックな困難と高品質なデモンストレーションの獲得に伴う高コストのため、依然として重要な課題である。 本稿では,シミュレーションにおけるデータ拡張を通じて,少数の実演から大規模データ生成を提案する。
  論文  参考訳（メタデータ） (2024-07-30T23:29:47Z)
• Interactive Planning Using Large Language Models for Partially Observable Robotics Tasks [54.60571399091711]
  大きな言語モデル(LLM)は、オープン語彙タスクを実行するロボットエージェントを作成することで、驚くべき成果を上げている。 LLMを用いた部分的に観測可能なタスクのための対話型計画手法を提案する。
  論文  参考訳（メタデータ） (2023-12-11T22:54:44Z)
• Robot Fine-Tuning Made Easy: Pre-Training Rewards and Policies for Autonomous Real-World Reinforcement Learning [58.3994826169858]
  ロボット強化学習のためのリセット不要な微調整システムであるRoboFuMEを紹介する。 我々の洞察は、オフラインの強化学習技術を利用して、事前訓練されたポリシーの効率的なオンライン微調整を確保することである。 提案手法では,既存のロボットデータセットからのデータを組み込んで,目標タスクを3時間以内の自律現実体験で改善することができる。
  論文  参考訳（メタデータ） (2023-10-23T17:50:08Z)

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。