論文の概要: From Gameplay to Policy: Towards Scalable Robot Data Collection via Gamified Robot-Free Interaction

• arxiv url: http://arxiv.org/abs/2609.18650v1
• Date: Wed, 16 Sep 2026 13:33:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-20 08:55:53.820804
• Title: From Gameplay to Policy: Towards Scalable Robot Data Collection via Gamified Robot-Free Interaction
• Title（参考訳）: ゲームプレイからポリシーへ:ゲーミフィケーションロボットフリーインタラクションによるスケーラブルなロボットデータ収集を目指して
• Abstract要約: 我々は、特定のロボットの体とハードウェアに独立しながら、多様な目標指向の操作を取り入れた、VRベースのエゴセントリックなデータ収集プラットフォームを提案する。 ゲームと現実のギャップを埋めるために,ゲームプレイ軌跡から接触点やサブゴール状態を含むエンボディメント不変のアベイランスキューを抽出するGame2Policyを導入する。 実験の結果、Game2Policyはシミュレーションで平均成功率を10.0ポイント改善し、実際のロボットでは18.3ポイント向上した。
• 参考スコア（独自算出の注目度）: 22.172659181299778
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Learning generalizable robot manipulation policies requires large-scale and diverse interaction data, yet collecting real-world demonstrations remains costly and difficult to scale. Existing approaches to data collection are either dependent on specific robot hardware that limits crowdsourcing and transferability, or suffer from incomplete annotation and limited behavioral diversity. Inspired by how games sustain long-term human engagement, we explore an alternative paradigm that turns data collection into an engaging gameplay experience and transfers the resulting human manipulation experience to real robots. We present Project Kitchen, a VR-based gamified egocentric data collection platform that elicits diverse, goal-directed manipulation while remaining independent of specific robot embodiments and hardware, making it applicable to broader and potentially large-scale deployment. To bridge the game-to-real gap, we further introduce Game2Policy, which extracts embodiment-invariant affordance cues, including contact points and sub-goal states, from gameplay trajectories. An affordance model is pre-trained on game-collected data and then jointly fine-tuned with downstream policies using only a handful of real-robot demonstrations. Experiments show that Game2Policy improves average success rates by 10.0 points in simulation and 18.3 points on real robots in the few-shot setting. User studies and quantitative analyses further show that Project Kitchen promotes diverse manipulation behaviors and provides an engaging data collection experience. These results demonstrate the potential of gamified virtual environments as a scalable source of manipulation knowledge. The platform and code will be released upon acceptance.
• Abstract（参考訳）: 汎用ロボット操作ポリシーの学習には大規模かつ多様なインタラクションデータが必要であるが、実際のデモ収集には費用がかかり、スケールが困難である。 既存のデータ収集アプローチは、クラウドソーシングと転送可能性を制限する特定のロボットハードウェアに依存しているか、あるいは不完全なアノテーションや行動の多様性に悩まされている。 ゲームが長期的な人間のエンゲージメントを維持する方法にインスパイアされた私たちは、データ収集を魅力的なゲームプレイ体験に変え、実際のロボットに人間の操作体験を移す、別のパラダイムを探求する。 私たちはProject KitchenというVRベースのゲーム化エゴセントリックなデータ収集プラットフォームを紹介します。 ゲーム間ギャップを埋めるため,ゲームプレイトラジェクトリから,接触点やサブゴール状態を含むエンボディメント不変のアベイランスキューを抽出するGame2Policyを導入する。 景品モデルは、ゲーム収集データに基づいて事前トレーニングされ、その後、少数の実ロボットのデモのみを使用して、下流ポリシーと共同で微調整される。 実験の結果、Game2Policyはシミュレーションで平均成功率を10.0ポイント改善し、実際のロボットでは18.3ポイント向上した。 ユーザスタディと定量的分析により、Project Kitchenは多様な操作行動を促進し、データ収集エクスペリエンスを提供することが示された。 これらの結果は、操作知識のスケーラブルな源として、ゲーミフィケーション仮想環境の可能性を示している。 プラットフォームとコードは受け入れ次第リリースされる。

関連論文リスト

• Ego2Robot: Scalable Robot Data Synthesis from Egocentric Human Data [60.94418315274988]
  Ego2Robotは、キュレートされたビデオとインザワイルドのビデオの両方をサポートし、15のロボット形態にまたがる18,561時間のトレーニングデータを生成する。 Ego2Robotの合成データとロボットデータの併用による事前学習は、複数のタイプにわたるアウト・オブ・ディストリビューションの一般化を一貫して改善する。
  論文  参考訳（メタデータ） (2026-08-03T17:52:26Z)
• EgoVerse: An Egocentric Human Dataset for Robot Learning from Around the World [63.2070298441355]
  EgoVerseは、人間のデータ駆動型ロボット学習のためのコラボレーションプラットフォームである。 1,965のタスク、240のシーン、2,087のユニークなデモを行う人間のデモの1,362時間 (80kのエピソード) をリリースします。 複数の実験室、タスク、ロボットのエボディメントにまたがって再現された実験により、人間からロボットへの移動を大規模に研究する。
  論文  参考訳（メタデータ） (2026-04-08T21:27:06Z)
• 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)
• DexImit: Learning Bimanual Dexterous Manipulation from Monocular Human Videos [56.64773686434068]
  DexImitは、人間の操作映像を物理的に妥当なロボットデータに変換する自動フレームワークである。 DexImitは、インターネットまたはビデオ生成モデルから、人間のビデオに基づいて大規模なロボットデータを生成することができる。 ツールの使用、長距離タスク、きめ細かい操作を含む多様な操作タスクを処理できる。
  論文  参考訳（メタデータ） (2026-02-10T18:59:02Z)
• RoboPaint: From Human Demonstration to Any Robot and Any View [9.083647729839688]
  本研究では,人間による実演をロボットが実行可能な環境特化学習データに変換するためのリアルタイムデータ収集とデータ編集パイプラインを提案する。 そこで本研究では,10種類のオブジェクト操作タスクに対して,デキスハンドトラジェクトリの再ターゲットが84%の成功率を達成することを示す。 複雑なデクサラス操作のために,パフォーマンス損失を最小限に抑えた,スケーラブルで費用対効果の高い遠隔操作の代替手段を提供する。
  論文  参考訳（メタデータ） (2026-02-05T05:45:12Z)
• ZeroMimic: Distilling Robotic Manipulation Skills from Web Videos [15.809468471562537]
  ZeroMimicは、複数の共通操作タスクに対して、イメージ目標条件のスキルポリシーを生成する。 我々は,ZeroMimicのアウト・オブ・ボックス性能を実環境やシミュレートされたキッチン設定で評価した。 他のタスク設定やロボット上でZeroMimicポリシーをプラグアンドプレイで再利用するために、ソフトウェアとポリシーチェックポイントをリリースする。
  論文  参考訳（メタデータ） (2025-03-31T09:27:00Z)
• Track2Act: Predicting Point Tracks from Internet Videos enables Generalizable Robot Manipulation [65.46610405509338]
  我々は、ゼロショットロボット操作を可能にする汎用的な目標条件ポリシーを学習することを目指している。 私たちのフレームワークであるTrack2Actは、ゴールに基づいて将来のタイムステップで画像内のポイントがどのように動くかを予測する。 学習したトラック予測を残留ポリシーと組み合わせることで,多種多様な汎用ロボット操作が可能となることを示す。
  論文  参考訳（メタデータ） (2024-05-02T17:56:55Z)

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。