論文の概要: Automatic Labelling for Bimanual Mobile Manipulation

• arxiv url: http://arxiv.org/abs/2609.24059v1
• Date: Mon, 21 Sep 2026 03:35:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-24 16:04:53.204232
• Title: Automatic Labelling for Bimanual Mobile Manipulation
• Title（参考訳）: 双方向移動マニピュレーションのための自動ラベリング
• Abstract要約: 本稿では,時間的局所化を決定論的軌道解析と意味論的解釈に割り当てる自動ラベリングパイプラインを提案する。 このパイプラインは主に29の実際のガラクサバイマダル移動操作タスクに基づいて評価する。
• 参考スコア（独自算出の注目度）: 14.04593681992386
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Semantically meaningful subtask labels can provide useful contexts for long-horizon policies, but automatically identifying both reliable temporal boundaries and broad semantic descriptions for annotations remains difficult. We present an automatic labelling pipeline that assigns temporal localisation to deterministic trajectory analysis and semantic interpretation to vision-language (VL) reasoning. The pipeline segments synchronised kinematic signals into phases, performs phase-localised VL reasoning to describe the contents, and aggregates the outputs for the base, left arm, and right arm actions. We evaluate this pipeline primarily on 29 real Galaxea bimanual mobile-manipulation tasks. Repeating the VL reasoning three times first produces the same output value for 87.4% on selected tasks. A review by nine participants across all 29 tasks then judgements on the labelled phases and shows positive acceptance of temporal divisions (90.5%), body labels (90.7%), and arm labels (78.7%). The results indicate that the segmentation-VL design can produce structured annotations while preserving asynchronous bimanual behaviour, providing a basis for richer semantic subtask identification and state-based verification.
• Abstract（参考訳）: 意味のあるサブタスクラベルは、長期ポリシーに有用なコンテキストを提供することができるが、信頼性のある時間境界とアノテーションの広範な意味記述の両方を自動的に識別することは困難である。 本稿では,時間的局所化を決定論的軌道解析と意味論的解釈に割り当てる自動ラベリングパイプラインを提案する。 パイプラインは同期キネマティック信号を位相に分割し、その内容を記述するために位相局在VL推論を行い、ベース、左腕、右腕動作の出力を集約する。 このパイプラインは主に29の実際のガラクサバイマダル移動操作タスクに基づいて評価する。 VL推論を3回繰り返すと、選択したタスクに対して87.4%の出力値が生成される。 29のタスクの9人の参加者によるレビューでは、ラベル付けされたフェーズを判断し、時間区分(90.5%)、ボディラベル(90.7%)、アームラベル(78.7%)を肯定的に受け入れている。 その結果,セグメンテーション-VL設計は非同期なバイマニュアル動作を保ちながら構造化アノテーションを生成することができ,よりリッチなセマンティックなサブタスク識別と状態ベース検証の基盤となることが示唆された。

関連論文リスト

• Vision-Language-Guided Pseudo-Labels for Unsupervised Domain Adaptation in Semantic Segmentation for Waste Sorting [5.9824571722269875]
  対象ドメインアノテーションを使わずに教師なしドメイン適応を可能にするクロスモーダルな擬似ラベルパイプラインを提案する。 SAMはクラスに依存しないリージョンの提案を生成し、EVA-CLIPはリージョンとテキストの類似性に基づいてセマンティックラベルを割り当てる。 オプション拡張として、BLIPはあいまいな領域に対する言語による検証を提供し、パイプライン全体を変更せずに擬似ラベルの品質を向上させる。
  論文  参考訳（メタデータ） (2026-09-01T08:24:15Z)
• SSC: A Verifiable Structured Representation for Bimanual Manipulation Labelling [21.381690220961502]
  サブタスクラベルは、ポリシートレーニングと評価のために、長い水平操作のデモを短いセマンティックセグメントに分解する。 本稿では,これらの極端を橋渡しする状態遷移表現であるStructured Subtask Chain (SSC)を提案する。 SSCは3つの視覚言語支援機能をサポートしている: SSTを自然言語としてレンダリングし、組立チェーンを4つの状態遷移規則でチェックし、クエリ解決カスケードで未特定フィールドを完成させる。
  論文  参考訳（メタデータ） (2026-08-05T04:09:16Z)
• Vision-Language Model Reasoning for Contextual Semantic Mapping in Intralogistics [2.8218290601001854]
  本稿では、SLAMに基づく幾何マッピング、SAMベースのインスタンスセグメンテーション、VLMマルチビュー推論を組み合わせたコンテキスト意味マッピングパイプラインを提案する。 パイプラインは、タスク固有のトレーニングや事前定義されたオブジェクトカテゴリを必要とせずに、コンテキストオブジェクトプロパティを推論する。 結果のセマンティックマップは、動的イントロロジクス環境におけるコンテキスト認識フィルタリングとロバストナビゲーションをサポートする。
  論文  参考訳（メタデータ） (2026-06-23T16:59:52Z)
• Auxiliary Tasks Enhanced Dual-affinity Learning for Weakly Supervised Semantic Segmentation [79.05949524349005]
  AuxSegNet+は、サリエンシマップから豊富な情報を探索する弱教師付き補助学習フレームワークである。 また,サリエンシとセグメンテーションの特徴マップから画素レベルの親和性を学習するためのクロスタスク親和性学習機構を提案する。
  論文  参考訳（メタデータ） (2024-03-02T10:03:21Z)
• Semantics Meets Temporal Correspondence: Self-supervised Object-centric Learning in Videos [63.94040814459116]
  自己教師付き手法は、高レベルの意味論と低レベルの時間対応の学習において顕著な進歩を見せている。 融合した意味特徴と対応地図の上に,意味認識型マスキングスロットアテンションを提案する。 我々は、時間的コヒーレントなオブジェクト中心表現を促進するために、セマンティックおよびインスタンスレベルの時間的一貫性を自己スーパービジョンとして採用する。
  論文  参考訳（メタデータ） (2023-08-19T09:12:13Z)
• Navya3DSeg -- Navya 3D Semantic Segmentation Dataset & split generation for autonomous vehicles [63.20765930558542]
  3Dセマンティックデータは、障害物検出やエゴ-車両の局所化といった中核的な認識タスクに有用である。 そこで我々は,大規模生産段階の運用領域に対応する多様なラベル空間を持つ新しいデータセットであるNavala 3D(Navya3DSeg)を提案する。 ラベルのない23のラベル付きシーケンスと25の補足シーケンスが含まれており、ポイントクラウド上の自己教師付きおよび半教師付きセマンティックセマンティックセグメンテーションベンチマークを探索するために設計された。
  論文  参考訳（メタデータ） (2023-02-16T13:41:19Z)
• Modeling sequential annotations for sequence labeling with crowds [8.239028141030621]
  クラウドシーケンシャルアノテーションは、シーケンスラベリングのための大規模なデータセットを構築する上で、効率的でコスト効率のよい方法である。 群集を用いたシーケンスラベリングのための逐次アノテーションのモデル化(SA-SLC)を提案する。 提案手法は,クラウド・シーケンシャル・アノテーションから有効な基底トラス・ラベル・シーケンスを導出するために有効なラベル・シーケンス・推論(VLSE)手法を提案する。
  論文  参考訳（メタデータ） (2022-09-20T02:51:23Z)

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。