論文の概要: BiGym 2.0: Benchmarking Learned and Agent-Developed Policies for Humanoid Household Manipulation
- arxiv url: http://arxiv.org/abs/2610.07594v1
- Date: Tue, 06 Oct 2026 01:33:35 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-08 02:58:29.747064
- Title: BiGym 2.0: Benchmarking Learned and Agent-Developed Policies for Humanoid Household Manipulation
- Title（参考訳）: BiGym 2.0:Humanoid Household Manipulationのためのベンチマークとエージェント開発ポリシー
- Abstract要約: BiGym 2.0は、Unitree G1の20の家庭タスクに対するBiGymの適応である。
このスイートは、同期されたマルチカメラビューとフルボディ実行レコードを備えた、タスク毎の60のネイティブな仮想現実デモを提供する。
- 参考スコア（独自算出の注目度）: 6.84265714555352
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Humanoid household manipulation requires the arms to act while the body balances, steps and changes posture. We present BiGym 2.0, an adaptation of BiGym for the Unitree G1 across 20 household tasks using a unified whole-body controller for demonstration and evaluation. The suite provides 60 native human virtual-reality demonstrations per task with synchronised multi-camera views and full-body execution records. We benchmark vision-language-action fine-tuning, imitation learning, demo-driven reinforcement learning, and cold-start coding agents given the interaction budget of online reinforcement learning. With the same onboard views, proprioception and whole-body controller for every method, vision-language-action fine-tuning has the highest nine-task mean, and agent-developed programs outperform every demo-driven reinforcement learning baseline on this mean and lead on bimanual reaching. Cross-workspace stacking remains open, $π_{0.5}$ stays low on pick-box, and multi-object transport is hard for imitation learning, demo-driven reinforcement learning and coding agents. All environments, human demonstrations, and evaluation traces are open-sourced at https://github.com/swirl-uk/BiGym2.
- Abstract（参考訳）: ヒューマノイドの家の操作は、身体がバランスをとり、歩数を変え、姿勢を変える間、腕の動作を必要とする。
本稿では,Unitree G1 における BiGym の適応版である BiGym 2.0 について述べる。
このスイートは、同期されたマルチカメラビューとフルボディ実行レコードを備えた、タスク毎の60のネイティブな仮想現実デモを提供する。
オンライン強化学習の相互作用予算から、視覚言語による微調整、模倣学習、デモ駆動強化学習、コールドスタートコーディングエージェントをベンチマークする。
同一のオンボードビュー、プロプレセプション、全ボディコントローラにより、視覚言語アクションの微調整は9タスク平均が最も高く、エージェント開発プログラムは、この平均でデモ駆動の強化学習ベースラインを全て上回り、バイマニュアルリーチにつながる。
クロスワークスペースの積み重ねは依然としてオープンであり、$π_{0.5}$はピックボックス上では低く、マルチオブジェクトトランスポートは模倣学習、デモ駆動強化学習、コーディングエージェントでは難しい。
すべての環境、人間のデモ、評価トレースはhttps://github.com/swirl-uk/BiGym2でオープンソース化されている。
関連論文リスト
- DexRoam: Learning Mobile Bimanual Dexterous Manipulation from Egocentric Whole-Body Human Demonstrations [39.780100610094884]
DexRoamは、人間のデモンストレーションからモバイルバイマン的なデキスタラスな操作を学習するためのシステムである。
コンシューマーVRヘッドセットとヘッドマウントステレオカメラのみで、外部カメラやモーショントラッカーを使わずに、トラッカーレスキャプチャシステムを開発した。
次に,ロボットの動作空間に撮影動作をマッピングする,3つの明示的なアライメントステージを実行する。
論文 参考訳（メタデータ） (2026-09-28T17:59:10Z) - ViLoMan: Learning Visual-Proprioceptive Whole-Body Loco-Manipulation Skills for Humanoid Robots [56.6238848953359]
ViLoManは、自律的なヒューマノイドロコ操作のためのスケーラブルなフレームワークである。
自我中心の深度観測と主観的測定を直接ジョイントレベル全体の行動にマッピングする統一的なポリシーを学ぶ。
論文 参考訳（メタデータ） (2026-09-16T19:10:13Z) - How to Instruct Your Robot: Dense Language Annotations Power Robot Policy Learning [69.68882580009982]
デモセグメントをVLM生成アノテーションでラベル付けする2段階のアプローチであるDeMiAnを紹介する。
学習したインストラクターがタスク記述と初期シーンスナップショットをデプロイ時にタスクに適したアノテーションにマップする。
RoboCasaでは、インストラクターはタスクのみのベースラインで5ポイント成功し、タスクごとのオラクルの3ポイント以内に到達する。
論文 参考訳（メタデータ） (2026-05-16T16:52:08Z) - UniAct: Unified Motion Generation and Action Streaming for Humanoid Robots [27.794309591475326]
ヒューマノイドロボティクスにおける長年の目標は、人間レベルの柔軟性を持つ多様なマルチモーダル命令に従うことができる汎用エージェントの実現である。
ここでは、微調整MLLMと因果ストリーミングパイプラインを統合した2段階のフレームワークであるUniActを用いて、500ms以下のレイテンシで、ヒューマノイドロボットがマルチモーダル命令を実行できることを示す。
提案手法は, ゼロショット追尾における不完全な参照動作の成功率を19%向上させる。
論文 参考訳（メタデータ） (2025-12-30T16:20:13Z) - ResMimic: From General Motion Tracking to Humanoid Whole-body Loco-Manipulation via Residual Learning [59.64325421657381]
ヒューマノイド全体のロコ操作は、日々のサービスや倉庫のタスクにトランスフォーメーション機能を約束する。
ResMimicは、人間の動作データから正確に表現力のあるヒューマノイド制御のための2段階の残差学習フレームワークである。
結果は、強いベースラインよりもタスク成功、トレーニング効率、堅牢性が大幅に向上したことを示している。
論文 参考訳（メタデータ） (2025-10-06T17:47:02Z) - BiGym: A Demo-Driven Mobile Bi-Manual Manipulation Benchmark [19.69190976716547]
BiGymは、モバイル双方向のデモ駆動ロボット操作のための新しいベンチマークと学習環境である。
BiGymには、シンプルなターゲットから複雑なキッチンクリーニングまで、40の多様なタスクがホーム環境に設定されている。
論文 参考訳（メタデータ） (2024-07-10T16:04:18Z) - Ag2Manip: Learning Novel Manipulation Skills with Agent-Agnostic Visual and Action Representations [77.31328397965653]
Ag2Manip(Agent-Agnostic representations for Manipulation)は,2つの重要なイノベーションを通じて課題を克服するフレームワークである。
人間の操作ビデオから派生した新しいエージェント非依存の視覚表現であり、その具体的特徴は一般化性を高めるために隠蔽された。
ロボットのキネマティクスを普遍的なエージェントプロキシに抽象化し、エンドエフェクタとオブジェクト間の重要な相互作用を強調するエージェント非依存のアクション表現。
論文 参考訳（メタデータ） (2024-04-26T16:40:17Z) - Cross-Domain Transfer via Semantic Skill Imitation [49.83150463391275]
本稿では、例えば人間ビデオなどのソースドメインからのデモンストレーションを利用して、強化学習(RL)を高速化する意味模倣手法を提案する。
関節速度のような低レベルな動作を模倣する代わりに、我々のアプローチは「電子レンジを開く」や「ストーブを回す」といった、実証された意味的なスキルのシーケンスを模倣する。
論文 参考訳（メタデータ） (2022-12-14T18:46:14Z) - 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。