論文の概要: SMART: Zero-Shot Sim-to-Real Articulated Object Manipulation via Large-Scale Synthetic Pretraining
- arxiv url: http://arxiv.org/abs/2610.07652v1
- Date: Tue, 06 Oct 2026 02:47:22 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-08 02:58:29.765071
- Title: SMART: Zero-Shot Sim-to-Real Articulated Object Manipulation via Large-Scale Synthetic Pretraining
- Title（参考訳）: SMART:Zero-Shot Sim-to-Real Articulated Object Manipulation by Large-Scale Synthetic Pretraining
- Abstract要約: SMARTは,大規模合成マニピュレーションを応用したスケーラブルなシステムで,Articulated-Object操作を実現する。
その中核となるSMART-Simは,効果的なタスク生成が可能な調音設計のシミュレーションプラットフォームである。
SMART-Dataを用いて、44の原子タスクタイプ、5つのロボットセットアップ、2,507個の関節オブジェクトにわたる100万以上のデモを合成する。
- 参考スコア（独自算出の注目度）: 49.572477376224974
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: The ability to interact with articulated objects is essential for embodied intelligent systems, but collecting large-scale real-world demonstrations for these interactions remains challenging due to the precise contact and constraint-following motions involved. Although simulation provides a promising alternative, existing synthetic data efforts cover limited articulated-object categories, while general-purpose synthesis pipelines lack explicit designs for part-level semantics and articulation constraints, hindering agentic task generation and scalable synthesis of high-quality articulated-manipulation demonstrations. To bridge this gap, we introduce SMART, a scalable system leveraging large-scale Synthesized Manipulation demonstrations for ARTiculated-object manipulation. At its core, we develop SMART-Sim, a simulation platform with articulation-aware design that enables effective task generation and efficient demonstration collection. Building on SMART-Sim, we apply agentic task generation and design a scalable distributed synthesis system, using them to synthesize SMART-Data, comprising over 1M demonstrations across 44 atomic task types, 5 robot setups, and 2,507 articulated objects. The vision-language-action (VLA) model pretrained on SMART-Data shows competitive performance on simulation benchmarks and achieves zero-shot sim-to-real transfer and scalable performance in real-world articulated-object manipulation tasks. This highlights the potential of synthetic demonstrations in providing effective and scalable supervision for improving VLA model performance in contact-rich articulated-object manipulation.
- Abstract（参考訳）: 人工的な物体と対話する能力は、インテリジェントなシステムを具現化する上で不可欠であるが、これらの相互作用のための大規模な実世界のデモを集めることは、関連する正確な接触と制約追従の動きのため、依然として困難である。
シミュレーションは有望な代替手段を提供するが、既存の合成データ努力は限定された調音対象カテゴリをカバーしているが、汎用的な合成パイプラインは、部分レベルの意味論と調音制約の明示的な設計を欠き、エージェントタスクの生成を阻害し、高品質な調音操作のデモをスケーラブルに合成する。
このギャップを埋めるために,大容量の人工マニピュレーションを用いたスケーラブルなシステムSMARTを導入する。
その中核となるSMART-Simは,効率的なタスク生成と効率的なデモ収集を可能にする調音設計のシミュレーションプラットフォームである。
SMART-Simをベースとしたエージェント型タスク生成と拡張性のある分散合成システムの設計を行い,44種類の原子タスクタイプ,5つのロボットセットアップ,2,507個の調音オブジェクトからなるSMART-Dataを合成する。
SMART-Dataで事前訓練された視覚言語アクション(VLA)モデルは、シミュレーションベンチマーク上での競合性能を示し、実世界の調音オブジェクト操作タスクにおいてゼロショットのsim-to-real転送とスケーラブルなパフォーマンスを実現する。
このことは、接触リッチな調音オブジェクト操作において、VLAモデル性能を改善するための効果的でスケーラブルな監視を提供するための合成デモの可能性を強調している。
関連論文リスト
- SynIL: Leveraging Synergy for Offline Imitation Learning from Imperfect Demonstration Datasets [8.466574590342985]
SynILは、オフライン強化学習において、ラベルなしの自動表示品質評価のための新しいフレームワークである。
シナジー表現を定量化し、自己回帰レグレッションによって密度の高い遷移レベルの報酬信号を生成する。
ビヘイビア・クローン(BC)を大幅に上回り、スパース・リワードの人間の遠隔操作のシナリオに匹敵するパフォーマンスを達成する。
論文 参考訳（メタデータ） (2026-09-28T06:04:51Z) - DexSynRefine: Synthesizing and Refining Human-Object Interaction Motion for Physically Feasible Dexterous Robot Actions [0.5599792629509227]
本稿では,人-物間相互作用(HOI)データから外乱操作を学習するフレームワークであるDexSynを紹介する。
また,プロテローム受容履歴からのsim-to-realトランスファーを可能にするコンタクト・アンド・オリエンテーション・アダプティブ・モジュールを提案する。
論文 参考訳（メタデータ） (2026-05-07T09:31:43Z) - Build on Priors: Vision--Language--Guided Neuro-Symbolic Imitation Learning for Data-Efficient Real-World Robot Manipulation [4.118262876469644]
本稿では,象徴的計画領域とデータ効率制御ポリシを自律的に構築する,スケーラブルなニューロシンボリック・フレームワークを提案する。
本手法は,実演をスキルに分割し,視覚言語モデル(VLM)を用いてスキルを分類する。
既知のコントローラは、シーン内の他のオブジェクトに1つのデモを投影することで、実世界のデータ拡張に活用することができる。
論文 参考訳（メタデータ） (2026-04-04T15:17:59Z) - D-REX: Differentiable Real-to-Sim-to-Real Engine for Learning Dexterous Grasping [66.22412592525369]
本稿では,ガウスのSplat表現を生かした実--sim-to-realエンジンを導入し,実-sim-to-realエンジンについて述べる。
提案エンジンは, 各種物体の形状と質量値のマス識別において, 高精度かつロバストな性能を実現していることを示す。
これらの最適化された質量値は、力覚的なポリシー学習を促進し、オブジェクトの把握において優れた、高いパフォーマンスを達成する。
論文 参考訳（メタデータ） (2026-03-01T15:32:04Z) - MobileManiBench: Simplifying Model Verification for Mobile Manipulation [70.30578259859512]
MobileManiBenchは、モバイルベースのロボット操作のための大規模なベンチマークである。
MobileManiBenchには、2つのモバイルプラットフォーム(パラレルグリッパーとデキソラスハンドロボット)、2つの同期カメラ(頭と右手首)、630のオブジェクト(オープン、クローズ、プル、プッシュ、ピック)、5つのスキル(オープン、クローズ、プッシュ、ピック)、100以上のタスクが現実的なシーンで実行される。
論文 参考訳（メタデータ） (2026-02-05T02:49:52Z) - RoboMIND 2.0: A Multimodal, Bimanual Mobile Manipulation Dataset for Generalizable Embodied Intelligence [59.39508501733987]
本稿では,RoboMIND 2.0について紹介する。これは310K以上のデュアルアーム操作トラジェクトリからなる,総合的な実世界のデータセットである。
コンタクトリッチで空間的に拡張されたタスクの研究を支援するため、データセットには12Kの触覚強調エピソードと20Kの移動操作トラジェクトリが組み込まれている。
RoboMIND 2.0の可能性をフル活用するために、オフライン強化学習により最適化された階層型デュアルシステムフレームワークであるMIND-2システムを提案する。
論文 参考訳（メタデータ） (2025-12-31T05:59:40Z) - One-Shot Real-World Demonstration Synthesis for Scalable Bimanual Manipulation [45.00986521352502]
BiDemoSynは1つの実世界の例から、接触に富んだ物理的に実現可能なバイマダルなデモンストレーションを合成するフレームワークである。
BiDemoSynデータに基づいてトレーニングされたポリシーは、新しいオブジェクトのポーズや形状に対して堅牢に一般化されていることを示す。
BiDemoSynのデータに基づいてトレーニングされたポリシーは、ゼロショットのクロスボデーメントを新しいロボットプラットフォームに転送する。
論文 参考訳（メタデータ） (2025-12-10T03:48:16Z) - FastUMI-100K: Advancing Data-driven Robotic Manipulation with a Large-scale UMI-style Dataset [55.66606167502093]
我々は,大規模なUMIスタイルのマルチモーダルデモデータセットであるFastUMI-100Kを提案する。
FastUMI-100Kは、現実世界のロボットデモデータの多様な要求を満たすために、よりスケーラブルで柔軟性があり、適応可能なソリューションを提供する。
我々のデータセットは、エンドエフェクタ状態、多視点手首装着魚眼画像、テキストアノテーションを含むマルチモーダルストリームを統合している。
論文 参考訳（メタデータ） (2025-10-09T09:57:25Z) - StaMo: Unsupervised Learning of Generalizable Robot Motion from Compact State Representation [56.996371714721995]
高度に圧縮された2つの状態表現を学習する教師なしの手法を提案する。
私たちの表現は効率的で解釈可能で、既存のVLAベースのモデルとシームレスに統合されます。
提案手法は,コンパクトな状態表現から一般化可能なロボットモーションを学習できることから,StaMoと命名する。
論文 参考訳（メタデータ） (2025-10-06T17:37:24Z) - Dynamic Non-Prehensile Object Transport via Model-Predictive Reinforcement Learning [24.079032278280447]
バッチ強化学習(RL)とモデル予測制御(MPC)を組み合わせたアプローチを提案する。
提案手法は,ロボットウェイタータスクを実行するFranka Pandaロボットのシミュレーションおよび実世界実験により検証される。
論文 参考訳（メタデータ） (2024-11-27T03:33:42Z)
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。