論文の概要: WasserMan: Benchmark for Underwater Manipulation Policy Learning

• arxiv url: http://arxiv.org/abs/2610.04536v1
• Date: Sat, 03 Oct 2026 14:05:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-11 19:06:49.553999
• Title: WasserMan: Benchmark for Underwater Manipulation Policy Learning
• Title（参考訳）: WasserMan: 水中操作ポリシー学習のベンチマーク
• Abstract要約: WasserManは、浮遊ベース水中接触操作の視覚運動学習のための最初のマルチタスクシミュレーションベンチマークである。 10の専門的解決可能なタスク、2つの車両アームプラットフォーム、バイマニュアル構成、水中ダイナミクスを提供する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Underwater manipulation couples visual decisions, contact forces and a thruster-controlled floating base. We introduce WasserMan, to our knowledge the first multi-task simulation benchmark for visuomotor learning of floating-base underwater contact manipulation. It provides ten expert-solvable tasks, two vehicle-arm platforms, a bimanual configuration and underwater dynamics. Nine tasks have learned-policy evaluations. We compare ACT, diffusion policies (DP) and behavioral cloning on six tasks, with three training runs and equal sampled-window budgets. Pretrained SmolVLA adds evaluations on three tasks. In the tested settings, removing integral action can prevent completion, while changing action interfaces can reduce learned-policy success despite successful expert replay. Currents produce task-dependent changes in completion and actuation effort. Versioned tasks, demonstrations and per-episode evidence support a protocol separating expert feasibility, learned completion and execution effort.
• Abstract（参考訳）: 水中操作は、視覚的な決定、接触力、スラスタ制御浮体基地を結合する。 我々はワッサーマンについて,浮動小数点水中接触操作のビジュモータ学習のための最初のマルチタスクシミュレーションベンチマークについて紹介する。 10の専門的解決可能なタスク、2つの車両アームプラットフォーム、バイマニュアル構成、水中ダイナミクスを提供する。 9つのタスクは、学習された政治評価である。 我々は,ACT,拡散政策 (DP) と行動クローンを6つのタスクで比較し,3つのトレーニングランとサンプルウィンドウ予算を等しく比較した。 事前訓練されたSmolVLAは3つのタスクの評価を追加する。 テストされた設定では、統合的なアクションを削除することで完了を防ぎ、アクションインターフェースを変更することで、専門家のリプレイが成功したにもかかわらず、学習した政治の成功を減らすことができる。 電流は完了とアクティベーションの作業にタスク依存的な変化をもたらす。 バージョニングされたタスク、デモ、エポジュアライゼーションは、専門家の実現可能性、学習された完了と実行の労力を分離するプロトコルをサポートする。

関連論文リスト

• Mulligan: Performance-Guided Data Collection for Efficient On-Robot Learning [49.96968347002295]
  人間のデモから学ぶことは、ロボットに新しいタスクを教えるための信頼できる方法だが、ポリシーが改善するにつれて、追加のデモから得られる利益は減少する。 我々は、高精度な操作タスクにおいて、監督エピソードの固定予算から改善を最大化する方法を問う。 フェールが初期状態の小さなサブセットに集中できることを観察するため、均一なコレクションは、ポリシーがすでに処理している状態にオペレータの時間の大部分を費やします。
  論文  参考訳（メタデータ） (2026-10-05T06:56:13Z)
• PerturBot: Breaking Shortcut Priors in Vision-Language-Action Models with Perturbative Training [54.81497176604651]
  視覚-言語-アクション(VLA)ポリシーは、その行動を決定する証拠を無視しながら、複雑なタスクを完了することができる。 私たちはこれらの依存関係をモダリティショートカット(Modality shortcuts)と呼んでいる: 成功例の正規性は、専門家の行動を予測するのに十分な視覚的、語彙的、あるいは運動的手がかりを生み出す。 本稿では,タスク関連エビデンスをより使いやすくし,自分でもショートカットが不十分なPerturbotを提案する。
  論文  参考訳（メタデータ） (2026-10-03T15:57:51Z)
• AquaCap: A Training-Free Underwater Embodied Agent with Code-as-Policy [10.938456114208385]
  自律型水中ナビゲーションおよび操作のためのトレーニング不要なCode-as-PolicyフレームワークであるAquaCapを紹介する。 障害対応メモリは、動作の失敗を診断し、クローズドループのリプランニングとコードリビジョンをサポートする。 実世界の実験は、ROVによる自律的な把握と物体輸送をさらに実証する。
  論文  参考訳（メタデータ） (2026-09-19T16:59:41Z)
• ULOHA: An Underwater Bimanual Robot System for Robot Learning [0.3867363075280544]
  ULOHAは、遠隔操作、多視点センシング、デモコレクション、ポリシートレーニング、自律的展開を組み合わせた水中双方向ロボット学習プラットフォームである。 実ロボット実験は、アーム間移動、共有オブジェクト操作、浮力駆動のインターセプションなど、水中の協調的な挙動を実証している。
  論文  参考訳（メタデータ） (2026-09-16T08:43:25Z)
• Building Multi-Task Agentic LLMs via Two-Phase Distillation [21.49278503690581]
  まず、個別のタスクに対してRLエキスパートを個別に訓練し、蒸留により統合することで、そのようなモデルを構築する方法を示す。 我々は, 前方KLのモード被覆特性により, マルチタスク環境下での非政治蒸留が劣化することを示す。 本稿では, オフ・ポリケーション蒸留とオン・ポリケーション精製という2段階の手法を提案する。
  論文  参考訳（メタデータ） (2026-06-29T09:36:24Z)
• Adversarial Dual On-Policy Distillation from Expressive Teacher [53.63143943452487]
  フローマッチングの教師は、デモから学び、軽量の学生と共同で訓練される。 教師は学生のロールアウトに2つの補完的な信号を提供します。 アクションチャネルは、学生が訪問する州で密集したローカルターゲットを提供し、搾取を安定化させる。
  論文  参考訳（メタデータ） (2026-05-26T14:38:03Z)
• UMI-Underwater: Learning Underwater Manipulation without Underwater Teleoperation [14.624992211938155]
  水中ロボティクスの把握は、劣化した、高度に変動した画像と、多様な水中デモを収集する費用が原因で困難である。 本稿では,自己教師型データ収集パイプラインを通じて,水中のグリップデモを自律的に収集するシステムを提案する。 プール実験において,本手法はバックグラウンドシフトに対する性能とロバスト性を向上し,オンランドデータにのみ見られるオブジェクトへの一般化を可能にする。
  論文  参考訳（メタデータ） (2026-03-27T22:01:19Z)
• Action-Conditioned Contrastive Policy Pretraining [39.13710045468429]
  深層運動のポリシー学習は、ロボット操作や自律運転などの制御タスクにおいて有望な結果を達成する。 トレーニング環境との膨大な数のオンラインインタラクションが必要です。 本研究では、数時間の未計算YouTubeビデオを用いて、タスクを駆動するためのポリシー表現を事前訓練することを目的とする。
  論文  参考訳（メタデータ） (2022-04-05T17:58:22Z)
• Error-Aware Imitation Learning from Teleoperation Data for Mobile Manipulation [54.31414116478024]
  移動操作(MM)では、ロボットは環境内を移動して操作することができる。 本研究では,MMタスクに対する連続的なビジュオモダポリシの学習に模倣学習(IL)を適用する方法について検討する。
  論文  参考訳（メタデータ） (2021-12-09T23:54:59Z)
• Visual Imitation Made Easy [102.36509665008732]
  本稿では,ロボットへのデータ転送を容易にしながら,データ収集プロセスを単純化する,模倣のための代替インターフェースを提案する。 我々は、データ収集装置やロボットのエンドエフェクターとして、市販のリーチ・グラブラー補助具を使用する。 我々は,非包括的プッシュと包括的積み重ねという2つの課題について実験的に評価した。
  論文  参考訳（メタデータ） (2020-08-11T17:58:50Z)

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。