論文の概要: ARSTAG: An Agentic Real2Sim2Real System for Task-Specific Robot Data Generation

• arxiv url: http://arxiv.org/abs/2609.24563v1
• Date: Mon, 21 Sep 2026 13:25:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-24 15:27:23.175246
• Title: ARSTAG: An Agentic Real2Sim2Real System for Task-Specific Robot Data Generation
• Title（参考訳）: ARSTAG:タスク特異的ロボットデータ生成のためのエージェントReal2Sim2Realシステム
• Abstract要約: ARSTAGはエージェント的なReal2Sim2Realシステムで、単一のRGBイメージと自然言語命令を直接ロボットポリシー学習データに変換する。 本稿では,1つのRGBイメージと自然言語命令を直接ロボットポリシー学習データに変換するエージェント型Real2Sim2RealシステムARSTAGを提案する。
• 参考スコア（独自算出の注目度）: 8.905569408078067
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Adapting visuomotor policies to new manipulation tasks often requires substantial manual engineering or teleoperated data collection. Simulation can provide task-specific data at scale, but constructing the scene, designing expert behavior, and configuring data generation still require significant per-task effort. We present ARSTAG, an agentic Real2Sim2Real system that turns a single RGB image and a natural-language instruction directly into robot policy-learning data. A hierarchy of language agents constructs a task-scoped simulation scene, generates robot-feasible demonstrations, and expands the training distribution through task-consistent randomization, while a coordinator agent manages cross-stage feedback and recovery. Across seven manipulation tasks spanning grasping, placement, and stacking, the ARSTAG-generated demonstrations enable sim-to-real transfer of three visuomotor policy architectures to a dual-arm robot, with pi0.5 achieving an average real-world success rate of 74.6%. Ablations show that task-consistent randomization substantially improves robustness, and policy performance increases with generated dataset size. Project webpage: https://boweili666.github.io/ARSTAG/.
• Abstract（参考訳）: 新しい操作タスクにビジュモータポリシーを適用するには、手動や遠隔操作のデータ収集が必要となることが多い。 シミュレーションはタスク固有のデータを大規模に提供できるが、シーンの構築、専門家の振る舞いの設計、データ生成の設定にはタスク毎の作業がかなり必要である。 本稿では,1つのRGBイメージと自然言語命令を直接ロボットポリシー学習データに変換するエージェント型Real2Sim2RealシステムARSTAGを提案する。 言語エージェントの階層は、タスクスコープシミュレーションシーンを構築し、ロボットが実現可能なデモを生成し、タスク一貫性のランダム化によってトレーニング分布を拡張し、コーディネータエージェントは、クロスステージフィードバックとリカバリを管理する。 握り、配置、積み重ねにまたがる7つの操作作業の中で、ARSTAGが生成したデモは、3つのヴィジュモータのポリシーアーキテクチャを2本腕ロボットにシミュレートし、pi0.5は74.6%の平均的な実世界の成功率を達成した。 アブレーションは、タスク一貫性のランダム化がロバスト性を大幅に改善し、生成したデータセットサイズによってポリシー性能が向上することを示している。 プロジェクトWebページ: https://boweili666.github.io/ARSTAG/。

関連論文リスト

• DREAM: Deployment-Time Demonstration Generation via Real-to-Sim for Scalable Policy Adaptation [38.76483388693179]
  DREAMは、キャプチャされたワークスペースと言語命令から事前訓練されたVLAの微調整データを生成するフレームワークである。 DREAMがデプロイメントワークスペースのスケーラブルなデータ収集システムとして機能するかどうかを検討する。
  論文  参考訳（メタデータ） (2026-08-29T06:10:20Z)
• AnyTask: an Automated Task and Data Generation Framework for Advancing Sim-to-Real Policy Learning [16.837846476054786]
  大規模で多様な、高品質なインタラクションデータは、現実の世界で収集するのに費用がかかる。 我々はAnyTaskという,大規模並列GPUシミュレーションと基礎モデルを組み合わせて多様な操作タスクを設計する自動化フレームワークを提示する。 我々は、生成されたデータに基づいて行動クローニングポリシーを訓練し、シミュレーションで検証し、実際のロボットハードウェアに直接デプロイする。
  論文  参考訳（メタデータ） (2025-12-19T17:55:48Z)
• R2RGEN: Real-to-Real 3D Data Generation for Spatially Generalized Manipulation [74.41728218960465]
  本稿では,実世界のデータを生成するために,ポイントクラウド観測-アクションペアを直接拡張するリアルタイム3Dデータ生成フレームワーク(R2RGen)を提案する。 R2RGenは、広範な実験におけるデータの効率を大幅に向上させ、モバイル操作におけるスケーリングと応用の強い可能性を示す。
  論文  参考訳（メタデータ） (2025-10-09T17:55:44Z)
• Autonomous Data Agents: A New Opportunity for Smart Data [50.02229219403014]
  DataAgentsは、自律的なデータから知識システムへのパラダイムシフトを表している、とReportは主張する。 DataAgentsは、複雑で非構造化されたデータをコヒーレントで行動可能な知識に変換する。 エージェントAIとデータ・トゥ・ナレッジシステムの収束が重要なトレンドとなっている理由を最初に検討する。
  論文  参考訳（メタデータ） (2025-09-23T06:46:41Z)
• LAM SIMULATOR: Advancing Data Generation for Large Action Model Training via Online Exploration and Trajectory Feedback [121.78866929908871]
  AIエージェントのための大規模アクションモデル(LAM)は、素晴らしいポテンシャルを提供するが、高品質なトレーニングデータを必要とするため、課題に直面している。 LAM SIMULATORは,高品質なフィードバックによるエージェントタスクのオンライン探索を目的とした総合的なフレームワークである。 本フレームワークは,動的タスククエリジェネレータ,広範囲なツールコレクション,および大規模言語モデル(LLM)エージェントがツールを呼び出し,リアルタイムフィードバックを受信できる対話型環境を備えている。
  論文  参考訳（メタデータ） (2025-06-02T22:36:02Z)
• Video2Policy: Scaling up Manipulation Tasks in Simulation through Internet Videos [61.925837909969815]
  我々は,インターネット上のRGBビデオを利用して日常の人間行動に基づいてタスクを再構築する新しいフレームワークであるVideo2Policyを紹介した。 本手法は投球のような複雑で困難なタスクを含む,そのようなタスクに対するRLポリシーのトレーニングに成功している。 生成したシミュレーションデータは,一般的なポリシをトレーニングするためにスケールアップ可能であり,Real2Sim2Real方式で実ロボットに転送可能であることを示す。
  論文  参考訳（メタデータ） (2025-02-14T03:22:03Z)
• GRS: Generating Robotic Simulation Tasks from Real-World Images [21.599606995763036]
  GRSは単一のRGB-D観測からデジタルツインシミュレーションを作成し、仮想エージェントトレーニングのための解決可能なタスクを行う。 生成したテストスイートを通じてシミュレーションタスクのアライメントを確保し、シミュレーションとテストコードの両方を反復的に洗練するルータを導入する。
  論文  参考訳（メタデータ） (2024-10-20T23:33:06Z)
• GenSim2: Scaling Robot Data Generation with Multi-modal and Reasoning LLMs [38.281562732050084]
  GenSim2は、複雑で現実的なシミュレーションタスク作成のためのスケーラブルなフレームワークである。 パイプラインは200のオブジェクトで最大100の調音タスクのデータを生成し、必要な人的労力を減らすことができる。 我々は、生成したデータをゼロショット転送や実世界の収集データとの協調訓練に使用できる、GenSim2の有望な使用法を示す。
  論文  参考訳（メタデータ） (2024-10-04T17:51:33Z)
• 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)
• GenSim: Generating Robotic Simulation Tasks via Large Language Models [34.79613485106202]
  GenSimは、リッチなシミュレーション環境とエキスパートのデモを自動的に生成することを目指している。 既存のベンチマークを10倍から100以上のタスクに拡張するために、GPT4を使用します。 最小限のsim-to-real適応により、GPT4生成したシミュレーションタスクで事前訓練されたマルチタスクポリシーは、現実世界で目に見えないロングホライゾンタスクへのより強力な転送を示す。
  論文  参考訳（メタデータ） (2023-10-02T17:23:48Z)

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。