論文の概要: HumanoidToolBench: Benchmarking Humanoid Tool Use from Selection to Mobile Execution

• arxiv url: http://arxiv.org/abs/2610.02089v1
• Date: Thu, 01 Oct 2026 17:21:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-03 01:19:24.327292
• Title: HumanoidToolBench: Benchmarking Humanoid Tool Use from Selection to Mobile Execution
• Title（参考訳）: HumanoidToolBench: 選択からモバイル実行までのヒューマノイドツールのベンチマーク
• Abstract要約: 成功したツールの使用には、適切なツールを選択し、操作を調整し、必要に応じてタスクを完了する必要がある。 HumanoidToolBenchは3つのシナリオ、3つの実行レベル、2つのツールセットモードにまたがる18タスクのベンチマークである。 シミュレーションにおける7つのポリシーの評価と、実際のロボットにおける3つのポリシーは、適切なツールの選択とタスクの完了の間に大きなギャップを生じさせる。
• 参考スコア（独自算出の注目度）: 35.25196022952483
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: As robotic hardware and learning methods advance, humanoids need tools to perform tasks beyond their inherent physical limits. Successful tool use requires selecting a suitable tool and coordinating manipulation and, when needed, locomotion to complete the task. Existing benchmarks do not jointly evaluate these capabilities on a humanoid. We introduce HumanoidToolBench, an 18-task benchmark spanning three scenarios, three execution levels, and two tool-set modes, together with ToolBook, a dataset of 3.1k demonstrations collected in simulation and on a real Unitree G1. Evaluation of seven policies in simulation and three on the real robot reveals substantial gaps between selecting a suitable tool and completing the task. Focused GR00T N1.7 probes show reduced selection accuracy on unseen tools and continued task execution under unrelated instructions. Code and data are available at https://snu-pi.github.io/HumanoidToolBench/.
• Abstract（参考訳）: ロボットハードウェアと学習法が進歩するにつれて、ヒューマノイドは固有の物理的な限界を超えてタスクを実行するツールを必要としている。 成功したツールの使用には、適切なツールを選択し、操作を調整し、必要に応じてタスクを完了するために移動する必要がある。 既存のベンチマークでは、ヒューマノイド上でこれらの能力を共同で評価していない。 3つのシナリオ、3つの実行レベル、2つのツールセットモードにまたがる18タスクのベンチマークであるHumanoidToolBenchと、シミュレーションと実際のUnitree G1で収集された3.1kのデモデータセットであるToolBookを紹介した。 シミュレーションにおける7つのポリシーの評価と、実際のロボットにおける3つのポリシーは、適切なツールの選択とタスクの完了の間に大きなギャップを生じさせる。 フォーカスされたGR00T N1.7プローブは、目に見えないツールの選択精度を低下させ、無関係な命令でタスクの実行を継続することを示した。 コードとデータはhttps://snu-pi.github.io/HumanoidToolBench/で公開されている。

関連論文リスト

• DexJoCo: A Benchmark and Toolkit for Task-Oriented Dexterous Manipulation on MuJoCo [82.73355932907565]
  DexJoCoはタスク指向のデクサラス操作のためのベンチマークとツールキットである。 本研究は,ツール使用,双方向調整,長期実行,推論などを評価する機能的なタスクを11個提示する。 我々は、視覚的・動的ランダム化、マルチタスクトレーニング、アクションヘッド適応など、多様な設定で最新のモデルをベンチマークする。
  論文  参考訳（メタデータ） (2026-05-15T17:59:51Z)
• AdaReasoner: Dynamic Tool Orchestration for Iterative Visual Reasoning [66.24374176797075]
  textbfAdaReasonerは、ツール固有の、あるいは明示的な教師付き行動ではなく、一般的な推論スキルとしてツールの使用を学ぶマルチモーダルモデルのファミリーである。 AdaReasonerは、(i)スケーラブルなデータキュレーションパイプラインによって、長期にわたる多段階のツールインタラクションにモデルを公開し、(ii)ツール-GRPO、(ii)ツールの選択とシークエンシングをエンドツーエンドの成功に基づいて優先順位付けする強化学習アルゴリズム、(iii)ツールの使用を動的に規制する適応学習メカニズムによって実現されている。
  論文  参考訳（メタデータ） (2026-01-26T16:04:43Z)
• Tool-as-Interface: Learning Robot Policies from Observing Human Tool Use [20.644849892016122]
  ツール使用に関する知識を人間からロボットに伝達するフレームワークを提案する。 さまざまなツール・ユース・タスクにまたがってフレームワークの有効性を実証する。 本手法は遠隔操作による拡散政策よりもタスク成功率を71%向上させる。
  論文  参考訳（メタデータ） (2025-04-06T20:40:19Z)
• TOOLVERIFIER: Generalization to New Tools via Self-Verification [69.85190990517184]
  本稿では,ツール選択中にコントラスト質問を自己問合せすることで,近接候補を識別する自己検証手法を提案する。 ToolBenchベンチマークによる4つのタスクの実験では、17の見えないツールで構成されており、数ショットのベースラインよりも平均22%改善されている。
  論文  参考訳（メタデータ） (2024-02-21T22:41:38Z)
• Learning Generalizable Tool-use Skills through Trajectory Generation [13.879860388944214]
  4つの異なる変形可能なオブジェクト操作タスクで1つのモデルをトレーニングします。 モデルは様々な新しいツールに一般化され、ベースラインを大幅に上回る。 トレーニングされたポリシーを、目に見えないツールを使って現実世界でテストし、人間に匹敵するパフォーマンスを実現します。
  論文  参考訳（メタデータ） (2023-09-29T21:32:42Z)
• TANGO: Commonsense Generalization in Predicting Tool Interactions for Mobile Manipulators [15.61285199988595]
  タスク固有のツール相互作用を予測するための新しいニューラルモデルであるTANGOを紹介します。 TANGOは、グラフニューラルネットワークを使用して、オブジェクトとそれらの間のシンボリックな関係からなる世界状態をエンコードする。 知識ベースから学習した組込みによる環境表現の強化により,新しい環境に効果的に一般化できることを示す。
  論文  参考訳（メタデータ） (2021-05-05T18:11:57Z)

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。