論文の概要: DexJoCo-X: Benchmarking Action Representations for Multi-Hand Dexterous Manipulation

• arxiv url: http://arxiv.org/abs/2610.03278v1
• Date: Fri, 02 Oct 2026 13:21:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-06 00:14:30.392123
• Title: DexJoCo-X: Benchmarking Action Representations for Multi-Hand Dexterous Manipulation
• Title（参考訳）: DexJoCo-X:マルチハンドデクサラスマニピュレーションのためのベンチマーク動作表現
• Abstract要約: クロス・エボディメント・ラーニングは、形態学固有の制御を維持しながら共有操作構造をキャプチャする統一表現を必要とする。 DexJoCo-Xは7つの代表的手間で比較を行うためのベンチマークとツールキットである。 対照的に、Being-H0.5は、クロス・エボディメント・プレトレーニング、統一されたアクション・スペース、そしてエボディメント・アウェアの専門家を組み合わせることで、一つの政策が7つの手全てを制御することができる。
• 参考スコア（独自算出の注目度）: 33.03049906677002
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: As dexterous hands proliferate, collecting data and training policies separately for every morphology becomes increasingly impractical. Scalable cross-embodiment learning therefore requires a unified representation that captures shared manipulation structure while preserving morphology-specific control. Differences in hands, tasks, datasets, and control interfaces prevent existing studies from isolating the effects of representation, pretraining, and architecture. We introduce DexJoCo-X, a benchmark and toolkit for controlled comparison across seven representative dexterous hands, six single-arm and bimanual tasks, and 2,100 balanced demonstrations. DexJoCo-X provides a matched multi-hand, multi-task protocol with common scenes, success criteria, and execution interfaces, redesigned glove-to-hand mappings, and an automated pipeline that expands reviewed demonstrations across randomized scenes. Using $π_{0.5}$, Ego-Pi, and Being-H0.5, we examine whether a shared action interface is sufficient for multi-hand learning. Expanding $π_{0.5}$ to an 80-dimensional bimanual output yields near-zero success. Ego-Pi preserves the pretrained action head through interleaved prediction and supports per-hand multi-task learning, but remains ineffective for seven-hand joint training. By contrast, Being-H0.5 combines cross-embodiment pretraining, a unified action space, and embodiment-aware experts, enabling one policy to control all seven hands. Within this architecture, function-aligned action slots achieve 47.7% mean success, compared with 47.0% for native coordinates and 33.1% for DexLatent. These results show that cross-embodiment representation depends on the entire learning system: action coordinates, pretraining, and architecture must jointly separate shared manipulation structure from embodiment-specific control.
• Abstract（参考訳）: 器用な手が増殖するにつれて、あらゆる形態について個別にデータや訓練方針を収集することはますます非現実的になる。 スケーラブルなクロスボデーメント学習は、形態学固有の制御を維持しながら共有操作構造をキャプチャする統一表現を必要とする。 手、タスク、データセット、コントロールインターフェースの違いは、既存の研究が表現、事前訓練、アーキテクチャの影響を分離することを防ぐ。 DexJoCo-Xは7つの代表的手と6つのシングルアームとバイマニュアルタスク、そして2100のバランスの取れたデモを比較比較できるベンチマークとツールキットである。 DexJoCo-Xは、共通シーン、成功基準、実行インターフェース、再設計されたグローブ・ツー・ハンドマッピング、ランダム化されたシーンにまたがってレビューされたデモを拡張する自動パイプラインを備えた、マッチしたマルチハンドマルチタスクプロトコルを提供する。 π_{0.5}$、Ego-Pi、Being-H0.5を用いて、共有動作インタフェースがマルチハンド学習に十分かどうかを検討する。 80次元の双対出力に$π_{0.5}$を拡張すると、ほぼゼロに近い成功が得られる。 Ego-Piは、プレトレーニングされたアクションヘッドをインターリーブド予測を通じて保存し、マルチタスクでの学習をサポートするが、7手共同トレーニングには有効ではない。 対照的に、Being-H0.5は、クロス・エボディメント・プレトレーニング、統一されたアクション・スペース、そしてエボディメント・アウェアの専門家を組み合わせることで、一つの政策が7つの手全てを制御することができる。 このアーキテクチャでは、関数整列アクションスロットは47.7%、ネイティブ座標は47.0%、DexLatentは33.1%である。 行動座標、事前訓練、アーキテクチャは、共有された操作構造とエンボディメント固有の制御を共同で分離する必要がある。

関連論文リスト

• Function beyond Form: Functional Correspondence for Cross-Embodiment Dexterous Grasp Generation [9.323374908611454]
  ロボットハンドは幾何学、トポロジ、キネマティクスで大きく異なるため、クロス・エボディメント・デキスタラス・グリップ生成は依然として困難である。 既存のアプローチは、握手において同様の役割を果たす構造的に異なる手領域間の明確な対応を欠くことが多い。 FunCo-Grasp を導入し, 異種手指形態間の機能的対応を確立する。
  論文  参考訳（メタデータ） (2026-09-30T05:16:47Z)
• DexVerse: A Modular Benchmark for Multi-Task, Multi-Embodiment Dexterous Manipulation [66.68529423691461]
  DexVerseは、デクスタラスな操作のための大規模かつモジュール化されたベンチマークである。 我々は、19のタスクに対して拡散ポリシー、DP3、OpenVLA、および$_0.5$などの代表的手法をベンチマークする。 その結果、タスクの一般化と視覚運動の堅牢性において大きな課題が浮かび上がっている。
  論文  参考訳（メタデータ） (2026-07-09T17:50:47Z)
• RealDexUMI: A Wearable Universal Manipulation Interface for Dexterous Robot Learning [21.875676616617838]
  本稿では,共有デキスタラスエンドエフェクタモジュールを中心に構築されたウェアラブルユニバーサル操作インタフェースであるRealDexUMIを紹介する。 手のひら側は、人間の指の入力をロボットハンドのコマンドにマッピングし、リアルタイム、手袋なし、直感的で正確な手操作を可能にする。
  論文  参考訳（メタデータ） (2026-06-04T11:28:23Z)
• Dexora: Open-source VLA for High-DoF Bimanual Dexterity [97.98653150757526]
  Dexoraは、デュアルアーム、デュアルハンドハイDoF操作をターゲットとする、世界初のオープンソースのVLAシステムである。 指の動きから全身の運動を分離するハイブリッド遠隔操作パイプラインを設計する。 Dexoraはベーシックベンチマークとデクスタラスベンチマークの両方で競合するVLAベースラインを上回っている。
  論文  参考訳（メタデータ） (2026-05-18T17:50:32Z)
• Cross-Embodiment Dexterous Hand Articulation Generation via Morphology-Aware Learning [82.63833405368159]
  既存のエンドツーエンドメソッドでは、特定の手で大規模なデータセットをトレーニングする必要がある。 本稿では,固有グラフに基づくクロスボデーメントグリップ生成のためのエンドツーエンドフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-10-07T15:57:00Z)
• Rethinking Bimanual Robotic Manipulation: Learning with Decoupled Interaction Framework [51.39847596489193]
  バイオマチックなロボット操作は、ロボティクスコミュニティにおいて、新しくて重要なトピックである。 本稿では,バイマニュアル操作における異なるタスクの特徴を考察した,疎結合なインタラクションフレームワークを提案する。 我々のフレームワークは,SOTA法よりも23.5%向上し,優れた性能を実現している。
  論文  参考訳（メタデータ） (2025-03-12T09:28:41Z)
• DexHandDiff: Interaction-aware Diffusion Planning for Adaptive Dexterous Manipulation [78.60543357822957]
  高度なロボティクスにとって、接触に富んだ相互作用による有害な操作が不可欠である。 DexHandDiffは,適応的デキスタラス操作のための対話型拡散計画フレームワークである。 当社のフレームワークは, 目標適応度の高いタスクにおいて, 平均70.7%の成功率を実現し, コンタクトリッチな操作における堅牢性と柔軟性を強調した。
  論文  参考訳（メタデータ） (2024-11-27T18:03:26Z)

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。