論文の概要: Ego4WAM: What Matters When Scaling Egocentric Human Data for Robot Learning?

• arxiv url: http://arxiv.org/abs/2609.40341v1
• Date: Wed, 30 Sep 2026 17:58:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-01 18:57:28.346305
• Title: Ego4WAM: What Matters When Scaling Egocentric Human Data for Robot Learning?
• Title（参考訳）: Ego4WAM:ロボット学習のための人間中心のデータをスケールする上で何が重要か?
• Abstract要約: 既存の作業では、人間のデータの増加とともにスケーリングが好まれるが、どのデータ特性が下流ロボットの獲得を促進するかは不明だ。 本稿では,世界アクション・モデル・フレームワークを統一した枠組みの下で,アライメントと監督の異なるエゴセントリックな人間データの体系的研究を行う。 協調した人間によるデモンストレーションにより,配布外一般化が大幅に向上し,目標目標のロボットデータ要求が大幅に低減されることが判明した。
• 参考スコア（独自算出の注目度）: 54.32406853559322
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Egocentric human data provides a scalable source of experience for robot learning, but varies substantially in human-robot alignment, behavioral coverage, and available supervision. Existing work shows favorable scaling with increasing human data, but it remains unclear which data properties drive downstream robot gains and how to use such data throughout the training pipeline. We present a systematic study of egocentric human data with different alignment and supervision under a unified world-action model framework. With the model backbone fixed, we disentangle the effects of human-robot alignment, data duration and task diversity, action supervision, and data usage strategies. We find that aligned human demonstrations substantially improve out-of-distribution generalization and reduce target-task robot data requirements; data duration and task diversity affect downstream capabilities differently; and video-only supervision remains effective without action labels, providing a strong foundation for subsequent video-action training. We validate these findings through closed-loop policy evaluation on both real robots and RoboDojo. Rather than treating data duration as the sole scaling axis, Ego4WAM shows how alignment, task diversity, available supervision, and usage strategy jointly shape the value of egocentric human data for robot learning.
• Abstract（参考訳）: エゴセントリックな人間のデータは、ロボット学習にスケーラブルな体験源を提供するが、人間とロボットのアライメント、行動カバレッジ、利用可能な監視に大きく異なる。 既存の作業は、人間のデータの増加に伴うスケーリングが好ましいことを示しているが、どのデータプロパティが下流ロボットの獲得を駆動するか、トレーニングパイプライン全体を通してそのようなデータをどのように利用するかは、まだ不明である。 本稿では,世界アクション・モデル・フレームワークを統一した枠組みの下で,アライメントと監督の異なるエゴセントリックな人間データの体系的研究を行う。 モデルバックボーンを固定することにより、人間とロボットのアライメント、データ持続時間とタスクの多様性、行動監視、データ利用戦略の影響を解消する。 協調した人間によるデモンストレーションは、配信外一般化を著しく改善し、目標タスクのロボットデータ要求を低減し、データ持続時間とタスクの多様性が下流の能力に異なる影響を及ぼし、アクションラベルなしではビデオのみの監督が有効であり、その後のビデオアクショントレーニングの強力な基盤となる。 実ロボットとRoboDojoのクローズドループポリシー評価により,これらの知見を検証した。 Ego4WAMは、データの持続時間を唯一のスケーリング軸として扱うのではなく、アライメント、タスクの多様性、利用可能な監視、利用戦略が、ロボット学習のためのエゴセントリックな人的データの価値を共同で形成する方法を示している。

関連論文リスト

• AtomEgo: Exploring Ego-Robot Integration for Embodied Foundation Model Pretraining [7.286498840976614]
  身体的基礎モデルは、ロボットのデモンストレーションの限られた規模と多様性に制約されている。 約2,659時間培養したコーパスで支援されたエゴロボットの協調訓練に関する系統的研究を行った。
  論文  参考訳（メタデータ） (2026-09-18T08:11:39Z)
• 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)
• HumanScale: Egocentric Human Video Can Outperform Real-Robot Data for Embodied Pretraining [93.5192770515694]
  Embodied foundation modelは、大きな言語モデルのようなデータスケーリングの恩恵を受けることが期待されているが、より厳密なデータボトルネックに直面している。 遠隔操作された実ロボット軌道は、正確な行動監督と実施の整合性のために、訓練前の主流の源である。 エゴセントリックなデータに基づいて事前訓練された基礎モデルは、実ロボットアクション予測において24%低い検証損失を達成する。
  論文  参考訳（メタデータ） (2026-06-18T17:37:34Z)
• 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)
• $Ψ_0$: An Open Foundation Model Towards Universal Humanoid Loco-Manipulation [39.811210435945924]
  本稿では,ヒューマノイドのロコ操作課題に対処するオープン基盤モデルを提案する。 我々の研究は、重要だが見落とされがちなデータレシピを特定します。 高品質な人間操作データに対する事前トレーニングと、ドメイン固有の実世界のヒューマノイド軌道のポストトレーニングにより、優れた性能が得られることを示す。
  論文  参考訳（メタデータ） (2026-03-12T17:59:51Z)
• 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)
• EgoBridge: Domain Adaptation for Generalizable Imitation from Egocentric Human Data [18.635934496561365]
  EgoBridgeは、ポリシーの潜在空間を、ドメイン適応を使って人間とロボットのデータに合わせることを目指している。 人体横断ベースラインよりも44%の大幅な絶対的な政策成功率向上を実現している。
  論文  参考訳（メタデータ） (2025-09-23T22:34:47Z)
• Learning Predictive Models From Observation and Interaction [137.77887825854768]
  世界との相互作用から予測モデルを学ぶことで、ロボットのようなエージェントが世界がどのように働くかを学ぶことができる。 しかし、複雑なスキルのダイナミクスを捉えるモデルを学ぶことは大きな課題である。 本研究では,人間などの他のエージェントの観察データを用いて,トレーニングセットを増強する手法を提案する。
  論文  参考訳（メタデータ） (2019-12-30T01:10:41Z)

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。